[发明专利]基于无线技术的学生校内轨迹分析系统及分析方法有效
申请号: | 201910328769.9 | 申请日: | 2019-04-23 |
公开(公告)号: | CN110072191B | 公开(公告)日: | 2021-01-12 |
发明(设计)人: | 丁阔;徐恒越;张正国 | 申请(专利权)人: | 安徽致远慧联电子科技有限公司 |
主分类号: | H04W4/029 | 分类号: | H04W4/029;G06F16/28;G07C1/10 |
代理公司: | 绍兴市寅越专利代理事务所(普通合伙) 33285 | 代理人: | 郭云梅 |
地址: | 230088 安徽省合肥市高*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 无线 技术 学生 校内 轨迹 分析 系统 方法 | ||
1.基于无线技术的学生校内轨迹分析系统,其特征在于,包括轨迹数据采集模块、消费数据采集模块、签到数据采集模块、门禁数据采集模块、数据预处理模块、数据存储模块、数据索引模块、数据查询模块、数据挖掘模块、数据分类模块以及图表生成模块;
所述轨迹数据采集模块,对校园各活动区域进行分区,并在各活动区域内设置射频采集器,通过识别设置在学生校园一卡通内的2.4G芯片,采集学生在校园各区域活动的轨迹数据;
所述消费数据采集模块,通过校园一卡通系统,采集学生在校园内的消费数据;
所述签到数据采集模块,通过学生签到系统,采集学生上课、考试的签到数据;
所述门禁数据采集模块,通过宿舍门禁系统,采集学生出入宿舍记录;
所述数据预处理模块,对轨迹数据采集模块采集的原始轨迹数据进行预处理操作以去除轨迹数据中的噪音和冗余;
所述数据预处理模块包括数据清洗单元、轨迹数据压缩单元、轨迹分段单元和路网匹配单元;
所述数据清洗单元,用于清除原始轨迹数据中的冗余点和噪音点;
所述轨迹数据压缩单元,采用基于路网的压缩算法、基于开放窗口或滑动窗口的在线数据约简算法、基于垂直欧氏距离或同步欧式距离的压缩算法,对轨迹数据进行压缩;
所述轨迹分段单元,根据预设的时间周期,采用轨迹语义、几何拓扑和时间阈值策略对原始轨迹数据进行划分,获取对象的时空特性和规律性;
所述路网匹配单元,将原始轨迹数据与路网坐标间进行转换和匹配,并结合Dijkstra算法进行线路优化;
所述数据存储模块,采用关系型或分布式数据库对预处理后的轨迹数据进行存储;
所述数据索引模块,采用R-tree索引、B-tree索引和K-D树索引方式建立索引;
所述数据查询模块,包括轨迹点查询、区域查询和轨迹查询,其中,所述轨迹点查询用于查询满足特定时空关系的兴趣点的信息,所述区域查询用于特定区域内轨迹段,所述轨迹查询使用基于轨迹点之间距离的聚类算法对轨迹进行分类或相似性挖掘;
所述数据挖掘模块,在数据预处理的基础上,通过周期模式挖掘、伴随模式挖掘和频繁模式挖掘的挖掘手段获取有价值的信息,从而获取学生行为的规律性;
所述数据分类模块,用于对获取的轨迹数据进行分类,通过分类的轨迹数据挖掘获取学生个体的倾向性、规律性;
所述图表生成模块,用于将数据挖掘模块和数据分类模块输出的结果转化为直观的图表形式。
2.根据权利要求1所述的基于无线技术的学生校内轨迹分析系统,其特征在于,所述周期模式挖掘用于挖掘活动对象的周期性活动;所述伴随模式挖掘是在轨迹数据中通过提取伴随对象的移动数据对群体的行为特征或规律进行挖掘,用于发现一定时空范围内的群体事件或规律;所述频繁模式挖掘是从轨迹数据中挖掘出对象活动的频繁度及时间相关性。
3.根据权利要求2所述的基于无线技术的学生校内轨迹分析系统,其特征在于,所述周期模式挖掘分为同步周期、异步周期和完全周期三种模式,所述同步周期模式按照周期间隔或其倍数进行数据采样和挖掘,所述异步周期模式用于噪音干扰下非固定周期行为的数据挖掘,所述完全周期模式强调整体性和全局性,对整个行为周期内的时间点进行全面的数据挖掘。
4.根据权利要求2所述的基于无线技术的学生校内轨迹分析系统,其特征在于,所述伴随模式挖掘包括Swarm模式、Convoy模式、Flock模式和Gahtering模式,所述Flock模式用于考察某群体在特定时空范围内的活动趋势,所述Convoy模式用于基于密度聚类的轨迹挖掘,所述Swarm模式用于对无时间连续性的移动对象的轨迹挖掘,所述Gahtering模式用于模拟群体性事件的模式挖掘。
5.根据权利要求2所述的基于无线技术的学生校内轨迹分析系统,其特征在于,所述频繁模式挖掘包括基于聚类算法的兴趣区域发现、基于路网匹配的模式挖掘和基于分段轨迹的模式挖掘。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽致远慧联电子科技有限公司,未经安徽致远慧联电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910328769.9/1.html,转载请声明来源钻瓜专利网。