轨迹挖掘综述

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/shine302/article/details/79851381

轨迹挖掘系列博客为本文的学习笔记,参考文献如下:

Zheng Y. Trajectory Data Mining: An Overview[M]. ACM, 2015.

Zheng Y. Computing with spatial trajectories[M]. Springer New York, 2011.

轨迹挖掘系统框架


轨迹挖掘分为6个模块:

模块1(轨迹预处理):1.噪声清洗、2.分段、3.停留点检测、4.压缩、5.地图匹配

模块2(轨迹数据管理、查询、编码):1.top-k最近的邻居查询、2.一个范围查询、3.历史数据查询、4.最近(实时)数据查询

模块3(轨迹的不确定性研究):1.减少轨迹的不确定性,具体来说,轨迹是连续的,轨迹点是离散的,减少两个轨迹点之间不 确定性。

2.保护乘客的隐私。具体来说,当乘客没有关闭轨迹记录设备时,如何保护他的隐私。

模块4(出行模式挖掘):1.共有的出行模式,比如城区转移。2.轨迹聚类 3.定期的出行模式4.高频的时间序列模式

模块5(轨迹分类):1.出行目的分类 2. 出行方式分类

模块6(异常轨迹检测):1.一条或者一段异常轨迹 2.挖掘异常原因(交通事故等)

模块7(轨迹格式转换):1.图 2.矩阵 3.张量

展开阅读全文

没有更多推荐了,返回首页