基于GPS轨迹的周期模式发现.pdfVIP

下载本文档

12
0
约2.6万字
约 4页
2019-03-19 发布于广西
举报
版权申诉

基于GPS轨迹的周期模式发现.pdf

1、本文档共4页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 23 卷第 21 期电子设计工程 2015 年 11 月 Vol.23 No.21 Electronic Design Engineering Nov. 2015 基于GPS 轨迹的周期模式发现李海（江苏科技大学计算机科学与工程学院，江苏镇江 211003 ）摘要：针对周期行为挖掘中面临的时空数据采样频率不确定，数据稀疏，时空数据噪声等问题，本文采用 GMPF （GPS Multi-Periodic Find ）算法来检测用户的周期模式。该算法首先将用户的轨迹序列转换成兴趣点集合，然后针对每个兴趣点进行周期挖掘。通过在微软亚洲研究院的 Geolife 项目中的 182 名用户 4 年的 GPS 数据上进行实验，实验证明了该方法的有效性且对数据噪声和数据稀疏不敏感。关键词：数据挖掘；时空数据；周期模式；概率模型中图分类号：文献标识码：文章编号（） TP391 A ： 1674－6236 2015 21-0024-04 Periodic pattern mining based on GPS trajectories LI Hai （，，，） College of Computer Science and Technology Jiangsu University of Science and Technology Zhenjiang 211003 China Abstract: In order to solve the problems which Data sampling frequency uncertainty ， data sparseness ， we propose an algorithm called GMPF （GPS Multi鄄Periodic Find ） to detect periodic pattern in peoples trajectory. It is a two鄄stage algorithm. At the first stage ， the raw trajectory can be transformed into set of reference spots. At the second ， we use a novel probabilistic measure to detect periods for each element in reference spots set. Finally ， experiments on real data set which was collected in （）