[发明专利]一种基于迁移轨迹的集群模式发现方法在审
申请号: | 201610689375.2 | 申请日: | 2016-08-18 |
公开(公告)号: | CN106339580A | 公开(公告)日: | 2017-01-18 |
发明(设计)人: | 卢晓珍;徐小龙;王新珩;孙雁飞 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 江苏爱信律师事务所32241 | 代理人: | 唐小红 |
地址: | 210003 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于迁移轨迹的集群模式发现方法。本方案所要解决的技术问题在于克服现有组群模式的局限性——同一模式下的组移动或遵循类似的路径移动,提供一种基于迁移轨迹的集群模式发现方法,将利用组群发现算法,在运动过程中,利用每个时隙的簇集来确定属于当前模式下的组群数目。为了降低对时隙连续性的要求,本发明还进一步改进迁移轨迹的集群模式发现方法。相比现有的技术,本发明方法可以找出更准确的群组成员。 | ||
搜索关键词: | 一种 基于 迁移 轨迹 集群 模式 发现 方法 | ||
【主权项】:
一种基于迁移轨迹的集群模式发现方法,其特征在于,假设每个轨迹有着不同的长度和采样率,为了与这些特征相适应,采用最长公共子序列作为距离度量,允许随着时间的推移扩展序列;如果时间间隔接近,对象在空间中在不同时间间隔完成瞬时匹配。应用标准的空间聚类算法,即分层聚类确定在时隙t的集群,将聚类作为一个预处理过程,其实现按照以下方案A和B完成:方案A:步骤A‑1、在聚类阶段,在所有轨迹中运用分层聚类,将所有的数据集进行分类;步骤A‑2、在给定的是在时隙t内,使用之前已发现的集群,用特定的方法扩展当前的候选者;步骤A‑3、考虑当前的候选者P,对于每一个集群c,如果它的子序列是P的成员,则将c加入一个临时的列表;步骤A‑4、检查完所有的集群和建立临时的列表后,如果发现P和所建列表中有相同的成员,那么可以从P中得出下一个候选者,满足条件的候选者被视为松散的旅伴模式,即有效的候选者;步骤A‑5、一旦P不进行扩展,则需检查它是否为封闭松散旅伴模式,如果P不存在一个有效的SUP‑模式,则认为P是封闭模式;步骤A‑6、从当前子集创建新的候选者,簇集S将从当前的集群中获得,候选子集Vnext中,只有闭合子集且满足大小要求,才能被添加到新的候选列表中;为了降低对时隙连续性的要求,改进基于迁移轨迹的集群模式发现方法,该方法同样包含三个阶段:聚类、扩展当前候选者和创建新的候选者,使得该方法具有更一般地应用,进一步采用以下技术方案:方案B:步骤B‑1、在聚类阶段,在所有轨迹中运用分层聚类,将所有的数据集进行分类;步骤B‑2、在给定的是在时隙t内,使用之前已发现的集群,用特定的方法扩展当前的候选者;步骤B‑3、考虑当前的候选者P,对于每一个集群c,如果它的子序列是P的成员,则将c加入一个临时的列表;步骤B‑4、检查完所有的集群和建立临时的列表后,如果发现P和所建列表中有相同的成员,那么可以从P中得出下一个候选者,满足条件的候选者被视为松散旅伴模式,即有效的候选者;步骤B‑5、对于任何一个未被簇集扩展的候选者P(P.assigned=False),需要检查最后簇集和当前时间的间隙,如果该间隙没有超过间隙阈值lC,则将P加入下一轮的候选集中,否则,则需检查它是否为一个合格的弱连续松散旅伴模式;步骤B‑6、从当前子集创建新的候选者。簇集S将从当前的集群中获得,候选子集Vnext中,只有闭合子集且满足大小要求,才能被添加到新的候选列表中。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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南京邮电大学,未经南京邮电大学许可,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/patent/201610689375.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种膜法分离二氧化碳的方法
- 下一篇:焦炉烟气脱硫系统及其工艺流程
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用