【技术实现步骤摘要】
多源数据融合的移动轨迹生成模型的时空模式挖掘方法
本专利技术涉及数据挖掘和智慧城市
，更具体的说是涉及一种多源数据融合的移动轨迹生成模型的时空模式挖掘方法。
技术介绍
移动轨迹模式挖掘是当前数据挖掘和智慧城市交叉领域的研究热点。其利用城市中产生的移动轨迹数据，诸如汽车、人、自行车等来挖掘城市道路或区域存在的与交通相关的模式。其研究内容涉及城市规划、城市功能分区、交通模式研究等。现有的城市移动轨迹模式挖掘技术的研究对象多为一种轨迹数据，如出租车轨迹数据、手机数据和自行车数据等。此类数据挖掘技术大多未涉及多源数据的融合，其发现的模式也仅能反映单一数据所代表的特点。此外，有些研究虽然利用了多源数据，然而其实质是将数据融合放在了数据处理阶段，利用已有数据首先创造出中间数据，再用传统方法进行挖掘。上述方法的缺点在于，构建模型时，人为定义的因子较多，方法的泛化性不强。因此，如何提供一种泛化性强的移动轨迹模式挖掘方法是本领域技术人员亟需解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种多源数据融合的移动轨迹生成模型的时空模式挖掘方法，将多源数据引入到移动轨迹数据挖掘中...
【技术保护点】
1.一种多源数据融合的移动轨迹生成模型的时空模式挖掘方法，其特征在于，包括如下步骤：S1：对时空间单位进行编码，构建时空区域，得到tm＝{z1,m,...,zn,m,...,zN,m}，并从危险品车辆数据与人流量数据中分别提取出危险轨迹rtm和人口权重c；S2：随机为每个zn,m挑选一个模式r，得到每个模式r对应的时空区域的分布参数Φ；S3：遍历所有的zn,m，根据吉布斯采样公式为每个zn,m重新分配使P(rn,m＝r,zn,m＝v)最大的模式r，得到更新的每个模式r对应的时空区域的分布参数Φ；其中，所述吉布斯采用公式为引入时空约束后的吉布斯采样公式；其中，吉布斯采样公式为
【技术特征摘要】
1.一种多源数据融合的移动轨迹生成模型的时空模式挖掘方法，其特征在于，包括如下步骤：S1：对时空间单位进行编码，构建时空区域，得到tm＝{z1,m,...,zn,m,...,zN,m}，并从危险品车辆数据与人流量数据中分别提取出危险轨迹rtm和人口权重c；S2：随机为每个zn,m挑选一个模式r，得到每个模式r对应的时空区域的分布参数Φ；S3：遍历所有的zn,m，根据吉布斯采样公式为每个zn,m重新分配使P(rn,m＝r,zn,m＝v)最大的模式r，得到更新的每个模式r对应的时空区域的分布参数Φ；其中，所述吉布斯采用公式为引入时空约束后的吉布斯采样公式；其中，吉布斯采样公式为其中，表示估计m中属于模式r的时空区域的数量；表示时空区域v被分配到模式r的次数；ψr...
【专利技术属性】
技术研发人员：王静远，陈超，吴俊杰，熊璋，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。