论文部分内容阅读
随着大数据时代的到来,人工智能、物联网等技术的发展,移动对象位置信息的急剧膨胀,信息数据已经复杂化和多样化起来,使得研究时空轨迹数据变得相当困难.因此,挖掘复杂多样的时空轨迹数据隐含信息已经成为数据挖掘领域的核心问题.研究发现时空轨迹数据具有分布不均匀和频率不稳定等特点,通过探究其构成方式,提出一种适合时空轨迹数据的预处理方式;同时,基于移动对象在运动中轨迹数据的时空变化,探寻研究对象的活动规律,并以此构建了热点区域发现和周期模式发现方法;最后,从实际应用的角度出发,采用基于划分和基于密度的聚类算法,以2