1(北京科技大学计算机科学与技术系 北京 100083); 2(中国科学院电子学研究所 北京 100190) (willchen.ustb@gmail.com)
出版日期: 2018-05-01基金资助:国家重点研发计划项目(2017YFB0202104,2017YFB0202003)The Algorithm of Ship Rule Path Extraction Based on the Grid Heat Value
Li Jianjiang1, Chen Wei1, Li Ming2, Zhang Kai1,Liu Yajun11(Department of Computer Science and Technology, University of Science and Technology Beijing, Beijing 100083); 2(Institute of Electrics, Chinese Academy of Sciences, Beijing 100190)
Online: 2018-05-01摘要/Abstract
摘要： 随着无线传感器、卫星、GPS(global positioning system)等移动目标定位技术的发展，产生的移动数据(诸如人类足迹、车辆行驶轨迹和船舶轨迹等)的规模越来越大.而移动目标检测设备只会存储一系列离散点的信息，所以基于离散点来追踪和恢复其完整的轨迹是更加全面掌握移动目标运动规律的必要前提.数据挖掘方法能从移动目标的历史位置信息中挖掘出“规律”路径，其中基于网格的聚类分析方法不仅能有效表达这些轨迹点，还能分析出这些轨迹点之间的关系，是提取规律路径的有效方法.为此，提出了基于网格“热度值”的距离和密度相结合的热度因子相似性度量方法，进而给出了移动目标规律路径提取算法.最后，使用船舶自动识别系统(automatic identification system, AIS)生成的船舶实际动态数据进行测试，来验证该算法的精度和性能.算法分析和实验结果表明:基于网格热度值的规律路径提取算法能有效地发现不同形状的轨迹序列.
参考文献
相关文章 15
| [1] | 吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527. |
| [2] | 陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507. |
| [3] | 陈叶旺, 申莲莲, 钟才明, 王田, 陈谊, 杜吉祥. 密度峰值聚类算法综述[J]. 计算机研究与发展, 2020, 57(2): 378-394. |
| [4] | 田继伟,王劲松,石凯. 基于PU与生成对抗网络的POI定位算法[J]. 计算机研究与发展, 2019, 56(9): 1843-1850. |
| [5] | 刘芳,李戈,胡星,金芝. 基于深度学习的程序理解研究进展[J]. 计算机研究与发展, 2019, 56(8): 1605-1620. |
| [6] | 洪敏,贾彩燕,李亚芳,于剑. 样本加权的多视图聚类算法[J]. 计算机研究与发展, 2019, 56(8): 1677-1685. |
| [7] | 赵宇海,印莹,李源,汪嗣尧,王国仁. 一种面向大规模序列数据的交互特征并行挖掘算法[J]. 计算机研究与发展, 2019, 56(5): 992-1006. |
| [8] | 韩东明,郭方舟,潘嘉铖,郑文庭,陈为. 面向时序数据异常检测的可视分析综述[J]. 计算机研究与发展, 2018, 55(9): 1843-1852. |
| [9] | 王一舒,袁野,刘萌,王国仁. 大规模时序图数据的查询处理与挖掘技术综述[J]. 计算机研究与发展, 2018, 55(9): 1889-1902. |
| [10] | 朝鲁，彭晓晖，徐志伟. 变熵画像:一种数量级压缩物端数据的多粒度信息模型[J]. 计算机研究与发展, 2018, 55(8): 1653-1666. |
| [11] | 张恒山，高宇坤，陈彦萍，王忠民. 基于群体智慧的簇连接聚类集成算法[J]. 计算机研究与发展, 2018, 55(12): 2611-2619. |
| [12] | 王硕，汤光明，王建华，孙怡峰，寇广. 基于因果知识网络的攻击场景构建方法[J]. 计算机研究与发展, 2018, 55(12): 2620-2636. |
| [13] | 姜涛,李战怀. 基因表达数据中的局部模式挖掘研究综述[J]. 计算机研究与发展, 2018, 55(11): 2343-2360. |
| [14] | 刘峤,韩明皓,杨晓慧,刘瑶,吴祖峰. 基于表示学习和语义要素感知的关系推理算法[J]. 计算机研究与发展, 2017, 54(8): 1682-1692. |
| [15] | 徐正国,郑辉,贺亮,姚佳奇. 基于局部密度下降搜索的自适应聚类方法[J]. 计算机研究与发展, 2016, 53(8): 1719-1728. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3681
