[發明專利]一種移動目標關聯共現模式的確定方法

有效

• 申請號: 201810029027.1
• 申請日: 2018-01-12
• 公開（公告）號: CN108170834B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 謝彬;張琨;蔡穎;朱滿洲;趙靜;麻孟越;周濛;張云純
• 申請（專利權）人: 南京理工大學
• 主分類號: G06F16/29
• 分類號: G06F16/29
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 馬魯晉

本發明提出了一種移動目標關聯共現模式的確定方法，包括以下步驟：步驟1、對移動目標的活動數據進行劃分得到活動數據集；步驟2、依據改進的PrefixSpan算法，計算單個移動目標的頻繁活動模式；步驟3、計算兩兩目標間的共現強度；步驟4、根據用戶篩選條件，確定兩兩目標間的共現模式。本發明的移動目標關聯共現模式的確定方法，借鑒關聯挖掘相關算法，提供一種綜合考慮移動目標自身頻繁模式和目標間共現強度的關聯共現模式的確定方法，且結果具有較高的可信度。

技術領域

本發明屬于移動目標活動模式的確定技術，特別是一種移動目標關聯共現模式的確定方法。

背景技術

在計算機及網絡普遍應用的信息化時代，人們已經習慣在任何時空環境下自然地與計算設備進行交互，具有位置感知功能的計算設備更是無時無刻地處于運轉狀態，記錄著人、車輛等移動目標的行為軌跡。隨著衛星通信、無限傳感器等信息采集設備的快速發展和廣泛應用，移動目標的軌跡數據和行為信息可以被更實時、有效地記錄下來。這些移動目標跟蹤數據包含了大量時間信息、空間信息及行為信息，可以為挖掘移動目標的活動規律和行為模式提供豐富的隱含條件，這些活動規律和行為模式在國防軍事等方面也具有非常重要的研究和應用價值。

移動目標軌跡數據的模式挖掘問題在國內外已取得較大研究進展，Castro等(Castro P S,Zhang D,Li S.Urban Traffic Modelling and Prediction Using LargeScale Taxi GPS Traces[C]//International Conference on PervasiveComputing.Springer-Verlag,2012:57-72.)針對大規模傳感器等產生的軌跡數據，為構建一個獨特的城市動態網絡的基本視圖，提出一種構建交通密度模型方法，該模型可以用來預測未來的交通狀況和估計車輛尾氣排放對空氣質量的影響。Zhan等(Zhan X,Hasan S,Ukkusuri S V,et al.Urban link travel time estimation using large-scale taxidata with partial information[J].Transportation Research Part C EmergingTechnologies,2013,33(4):37-49.)利用車輛數據集研究城市路段之間平均行駛時間，充分利用路網信息，提出了一種新的估計起始-終止模式平均行程時間的描述模型。Gong等(Gong H,Chen C,Bialostozky E,et al.A GPS/GIS method for travel mode detectionin New York City[J].Computers EnvironmentUrban Systems,2012,36(2):131-139.)根據大量出行軌跡提出一種GIS算法，該算法對出行軌跡數據進行處理并從多種交通模式網絡中檢測出五中出行模式：步行、汽車、公用汽車、地鐵和鐵路。當在某地居住時，移動目標并不一定是靜止的，而是在一個封閉區域里活動。Yue等(Yue Y,Wang H D,Hu B,etal.Exploratory calibration of a spatial interaction model using taxi GPStrajectories[J].Computers EnvironmentUrban Systems,2012,36(2):140-153.)利用越來越多的車輛軌跡數據進行了空間相互作用模型校準的可行性研究，并以武漢七大購物中心為例研究了不同零售商圈之間的移動交互規律。