APP下载

基于位置大数据的数据挖掘的分析研究

2018-05-31崔蓓蓓

关键词:特征提取特征信息

崔蓓蓓, 何 伟

(1.徽商职业学院,安徽 合肥 231201;2.安徽水利水电职业技术学院,安徽 合肥 231603)

0 引 言

移动位置服务(LBS)融合行为、时间和空间三大要素,将移动计算、无线定位和地理空间信息处理技术融合发展。随着数字移动信息的发展,Android系统的普及,使LBS获得了更大的发展空间。位置数据从研究设计到数据采集、数据处理、数据计算、数据存储以及数据可视化等构成一套完整的技术体系和方法。

1 位置大数据处理及分析

1.1 位置信息的预处理

位置信息的预处理主要是对地图数据信息和位置轨迹信息的数据进行预处理,进而通地图和轨迹数据的进行挖掘分析和建模。地图的预处理首先是将连续的地图区域用网格化分区、位置密度分区或参考点分区等方法进行离散化R={r1,r2,…,rn}。及将连续的位置数据离散某一时刻的位置坐标,例如p为单个位置记录,其移动目标o的位置坐标为,p的移动轨迹可以通过1个5元组表示为p=,其中v为移动速度,S代表状态信息。S可以有多个取值即Si(i=1,2,3,…),如果用户在社交网络或是其他媒体上主动分享自己位置数据,可以将与位置相关的媒体数据记为I,上述公式既可变换为p=。而一般又能将移动目标oi的第j条位置记录记为pj。

1.2 数据位置信息提取

(1)个体位置信息特征提取。位置大数据是以诸多对象的位置移动轨迹、区域活动特征的集合,在研究其总体特征提取过程,不妨以单个移动对象为观察对象,提取个体在一段时间内的移动行为规律特征,如在1条路径中发生状态转换的概率期望等。……

登录APP查看全文

猜你喜欢

特征提取特征信息
如何表达“特征”
基于Gazebo仿真环境的ORB特征提取与比对的研究
不忠诚的四个特征
订阅信息
一种基于LBP 特征提取和稀疏表示的肝病识别算法
基于MED和循环域解调的多故障特征提取
展会信息
线性代数的应用特征
Walsh变换在滚动轴承早期故障特征提取中的应用
健康信息