小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
3期
503-507
,共5页
地点识别%GPS位置信息%时空数据预处理%聚类%R*-树%密度相交
地點識彆%GPS位置信息%時空數據預處理%聚類%R*-樹%密度相交
지점식별%GPS위치신식%시공수거예처리%취류%R*-수%밀도상교
基于位置的服务(LBS)正在从被动服务向主动服务的方向发展.因此,地点识别已成为LBS领域一个重要的研究方向.为提高现有地点识别方法的效率和准确性,本文提出了一种新的地点识别方法.一方面算法在数据预处理阶段采用了速度剪枝、时间剪枝和空间剪枝相结合的VSTPruning算法,能够有效减少后续阶段的聚类处理时间,提高聚类精度.另一方面,在数据预处理的基础上,综合R*-树空间索引机制、密度相交以及DBSCAN聚类算法,提出了基于密度的RTcluster聚类算法,更为迅速挖掘出用户的重要地点.仿真结果显示,相比于已有方法,VSTPruning和RTcluster的相互配合可以在有效保证聚类结果的前提下,花费与DBSCAN算法相比更少的时间,得到更准确的结果.
基于位置的服務(LBS)正在從被動服務嚮主動服務的方嚮髮展.因此,地點識彆已成為LBS領域一箇重要的研究方嚮.為提高現有地點識彆方法的效率和準確性,本文提齣瞭一種新的地點識彆方法.一方麵算法在數據預處理階段採用瞭速度剪枝、時間剪枝和空間剪枝相結閤的VSTPruning算法,能夠有效減少後續階段的聚類處理時間,提高聚類精度.另一方麵,在數據預處理的基礎上,綜閤R*-樹空間索引機製、密度相交以及DBSCAN聚類算法,提齣瞭基于密度的RTcluster聚類算法,更為迅速挖掘齣用戶的重要地點.倣真結果顯示,相比于已有方法,VSTPruning和RTcluster的相互配閤可以在有效保證聚類結果的前提下,花費與DBSCAN算法相比更少的時間,得到更準確的結果.
기우위치적복무(LBS)정재종피동복무향주동복무적방향발전.인차,지점식별이성위LBS영역일개중요적연구방향.위제고현유지점식별방법적효솔화준학성,본문제출료일충신적지점식별방법.일방면산법재수거예처리계단채용료속도전지、시간전지화공간전지상결합적VSTPruning산법,능구유효감소후속계단적취류처리시간,제고취류정도.령일방면,재수거예처리적기출상,종합R*-수공간색인궤제、밀도상교이급DBSCAN취류산법,제출료기우밀도적RTcluster취류산법,경위신속알굴출용호적중요지점.방진결과현시,상비우이유방법,VSTPruning화RTcluster적상호배합가이재유효보증취류결과적전제하,화비여DBSCAN산법상비경소적시간,득도경준학적결과.
