[发明专利]一种移动目标关联共现模式的确定方法

说明书

本发明提出了一种移动目标关联共现模式的确定方法，包括以下步骤：步骤1、对移动目标的活动数据进行划分得到活动数据集；步骤2、依据改进的PrefixSpan算法，计算单个移动目标的频繁活动模式；步骤3、计算两两目标间的共现强度；步骤4、根据用户筛选条件，确定两两目标间的共现模式。本发明的移动目标关联共现模式的确定方法，借鉴关联挖掘相关算法，提供一种综合考虑移动目标自身频繁模式和目标间共现强度的关联共现模式的确定方法，且结果具有较高的可信度。

技术领域

本发明属于移动目标活动模式的确定技术，特别是一种移动目标关联共现模式的确定方法。

背景技术

在计算机及网络普遍应用的信息化时代，人们已经习惯在任何时空环境下自然地与计算设备进行交互，具有位置感知功能的计算设备更是无时无刻地处于运转状态，记录着人、车辆等移动目标的行为轨迹。随着卫星通信、无限传感器等信息采集设备的快速发展和广泛应用，移动目标的轨迹数据和行为信息可以被更实时、有效地记录下来。这些移动目标跟踪数据包含了大量时间信息、空间信息及行为信息，可以为挖掘移动目标的活动规律和行为模式提供丰富的隐含条件，这些活动规律和行为模式在国防军事等方面也具有非常重要的研究和应用价值。

移动目标轨迹数据的模式挖掘问题在国内外已取得较大研究进展，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.)针对大规模传感器等产生的轨迹数据，为构建一个独特的城市动态网络的基本视图，提出一种构建交通密度模型方法，该模型可以用来预测未来的交通状况和估计车辆尾气排放对空气质量的影响。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.)利用车辆数据集研究城市路段之间平均行驶时间，充分利用路网信息，提出了一种新的估计起始-终止模式平均行程时间的描述模型。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.)根据大量出行轨迹提出一种GIS算法，该算法对出行轨迹数据进行处理并从多种交通模式网络中检测出五中出行模式：步行、汽车、公用汽车、地铁和铁路。当在某地居住时，移动目标并不一定是静止的，而是在一个封闭区域里活动。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.)利用越来越多的车辆轨迹数据进行了空间相互作用模型校准的可行性研究，并以武汉七大购物中心为例研究了不同零售商圈之间的移动交互规律。