融合语义特征的移动对象轨迹预测方法
提出一种融合语义特征的移动对象轨迹预测方法.该方法首先将用户的地理位置轨迹转化成语义轨迹,挖掘出语义模式集,同时在语义轨迹中分析用户的移动行为和规律,将具有相似语义行为的用户进行聚类,并挖掘出每个聚类的地理模式集.然后,基于挖掘到的用户个体语义模式集和相似用户地理模式集,构造用来索引和局部匹配的模式树STP-Tree和SLP-Tree.通过对STP-Tree和SLP-Tree的索引和局部匹配,引入一个加权函数实现给定对象运动的语义位置预测.此方法在传统的地理模式预测方法的基础上融合语义特征,可以有效地提取用户的语义活动行为,克服地理位置点特征的局限.在大量真实和人工轨迹数据集上的实验结果表明:该方法的预测准确率较传统方法均有显著提高.
信息处理 语义特征 移动对象 轨迹预测法
黄健斌 张盼盼 皇甫学军 孙鹤立
西安电子科技大学软件学院 西安 710071;计算机软件新技术国家重点实验室(南京大学) 南京 210023 西安电子科技大学软件学院 西安 710071 西安交通大学计算机科学与技术系 西安 710049
国内会议
哈尔滨
中文
76-87
2013-08-16（万方平台首次上网日期，不代表论文的发表时间）