基于LBS的定位系统的研究与设计.pdfVIP

第 31 卷 第 3 期（下） 赤 峰 学 院 学 报（自 然 科 学 版 ） Vol. 31 No.3 2015 年 3 月 Journal of Chifeng University （Natural Science Edition ） Mar. 2015 基于 LBS 的定位系统的研究与设计 高 翔 ， 张成文 （兰州文理学院 电子信息工程学院 ， 甘肃 兰州 730000 ） 摘 要 ：LBS 的广泛应用带来海量的位置信息数据 ，如何充分利用这些数据并从中挖掘出隐含其中的知识为决策提供数 据支持 ，已经成为空间数据挖掘技术的重要内容 本文重点研究了空间数据挖掘中的聚类分析算法 ，以此提出了基于 的 . LBS 定位系统 该系统分析了 和 算法 ，并提出了一种改进算法 ，实现异常位置检测 基于上述研究设计实现了 . DBSCAN K-means . 基于 LBS 的定位系统 ，实现了实时定位查询 ，时空查询 ，异常轨迹分析等功能 . 关键词 ： LBS ；聚类算法 ；定位系统 中图分类号 ： 文献标识码 ： 文章编号 TP393 A ：1673-260X（2015 ）03-0009-03 1 引言 并给出相关实现结果， 第四节对全文进行总结并分析未来 基 于 位 置 的 空 间 信 息 服 务 (Location Based Service, 研究方 向. LBS)[1]是基于地理信息系统，通过移动计算技术在无线环境 2 异常轨迹点的查找算法 下实现资源共享和数据传输而衍生的信息服务.LBS 通过移 异常轨迹点的查找算法的中心思想就是在聚类分析过 动终端确定移动用户的实际地理位置 ， 从而提高用户所需 程 中，将异常点尽可能的识别出来 ，然后在这些异常点中进 要的与位置相关的服务信息.位置服务技术广泛的应用在民 行查找.通过对 DBSCAN 算法的分析，可以发现该算法具有 用和军事的诸多方面，为人们的生活提供极大的便利 .随着 良好的异常点检测能力，然而 由于算法的的特性 ，过多的将 无线通信技术和 GPS 技术的发展， 基于位置的信息数据呈 正常点归类与异常点 ； 而 由于 K-means 算法将所有的点划 指数倍增长，海量的信息已经远远超过了人工分析的能力， 分到不 同的类别中， 如果没有事先定义好相关 的 K 值和 K 如何对这些信息进行有效的集成和分析 ， 挖掘出这些空间 个初始聚类中心，会导致聚类结果不尽人意. 由此可见可以 数据背后隐藏的知识，从中发现出目标的运行规律，然后利 将两 种 方 法 结 合 ， 然 后 对 他 们 的优 缺 点 进 行 互 补 ， 将 用这些规律进行决策，实现决策的科学化合理化. DBSCAN 的聚类结果由 K-means 进行二次分析， 从而找出 聚类分析是空间数据挖掘的常用方法， 其通过将特征 最异常的点. 相近的空间数据归结到一个组内 ， 最终根据不同的特征将 异常轨迹点查找算法的具体步骤如下 ： .聚类分析结果中组与组之间的差别尽可 1）将目标 的定位数据定义为数据集 Da