一种基于空间编码技术的轨迹特征提取方法.PDFVIP

中国科学: 信息科学 2017 年 第47 卷 第11 期: 1–15 论文 一种基于空间编码技术的轨迹特征提取方法 1 2 3 1 4 4* 3 乔少杰 韩楠 李天瑞 熊熙 元昌安 黄江涛 王晓腾 1. 成都信息工程大学网络空间安全学院, 成都 610225 2. 成都信息工程大学管理学院, 成都 610103 3. 西南交通大学信息科学与技术学院, 成都 611756 4. 广西师范学院计算机与信息工程学院, 南宁 541004 * 通信作者. E-mail: hjt@gxtc.edu.cn 收稿日期: 2017–06–26; 接受日期: 2017–01–08 国家自然科学基金 (批准号: 、教育部人文社会科学研究规划基金 (批准号: 15YJAZH058)、教育 部人文社会科学研究青年基金 (批准号: 14YJCZH046)、四川省教育厅 (批准号: 14ZB0458) 和广西自然科学基金重点项目 (批准 号: 2014GXNSFDA118037) 资助项目 摘要 数据存在位置精度偏差而且易受噪声干扰 大规模数据挖掘前需要进行轨迹特征提取 本文提出基于 的空间编码技术 对时空点进行索引 提高邻域轨迹点查询效 率 将 应用于轨迹聚类 提出一种改进的基于密度的轨迹聚类算法 使聚类中最近邻 点查询时间复杂度由On 降为On n 以提取角度变化点为基础 通过聚类对角度变化点进 行深层次特征提取 实现特征点的准确识别 大量真实 数据上的实验结果表明 相比传统算法 基于 空间索引结构的轨迹聚类算法时间开销平均提升 同时保证聚类结果的 准确性 可视化结果表明 在大规模数据集上 轨迹特征提取方法能够准确找到角度变化点 有效挖 掘各类特征点 此外 算法不依赖路网数据 可以根据路网实时改变时新增的轨迹数据进行动态更 新 关键词 轨迹 大数据 编码方法 聚类分析 特征提取 引言 智能手机、车载 终端等设备将网络与现实结合 帮助我们更好地理解并改善生活方式 其 中 位置信息扮演着重要的角色 随着大数据分析处理技术快速发展 位置数据中蕴藏的价值逐渐被人 们所认知和利用 在众多位置数据中 轨迹数据具有独特价值 不同于签到数据 轨迹数据是连续、 完整的具有时效性的行为展示 包含出行规律、社交信息等特征 因此理解并利用好轨迹数据具有重 要意义 轨迹数据可以由配备 功能的智能设备采集 数据能够反映个体的出行规律、行为习惯 等特点 掌握了这些信息 当我们在使用生活服务类 时 就可以通过判断、分类 准确地推送符 引用格式 乔少杰 韩楠 李天瑞 等 一种基于空间编码技术的轨迹特征提取方法 中国科学 信息科学 ⃝ 《中国科学》杂志社 乔少杰等: 一种基于空间编码技术的轨迹特征提取方法 合用户需求的信息 将单一个体的轨迹信息进行综合 可以得到群体的移动规律并加以利用 例如 动物迁徙行为分析、瞬时人群聚集分析等 现实生活中由于人群聚集、疏导滞后等因素导致的踩踏 事故时有发生 如能够实时采集人群的轨迹数据 通过预测技术 判断出人群聚集趋向 可以为集会管 理者及时进行疏导提供指示 此外 人群聚集情况的实时分析在人流疏导、实时预警等方面具有重要 价值 本文研究大规模轨迹数据特征点提取方法的动机主要基于如下几点考虑 在轨迹点获取过程中 由于 数据采集设备位置精度的原因 导航过程中会出现轨迹点偏