文献

J-GLOBAL ID：201602269284314992   整理番号：16A0855606

時空図の移動対象凝集モードのマイニング法に基づく【JST・京大機械翻訳】

Mining Moving Object Gathering Pattern Method Via Spatio-Temporal Graph

著者 (6件)： Zhang Junming (State Key Laboratory of Networking and Switching Technology (Beijing University of Posts and Telecommunications)) ,  Li Jinglin (State Key Laboratory of Networking and Switching Technology (Beijing University of Posts and Telecommunications)) ,  Wang Shangguang (State Key Laboratory of Networking and Switching Technology (Beijing University of Posts and Telecommunications)) ,  Liu Zhihan (State Key Laboratory of Networking and Switching Technology (Beijing University of Posts and Telecommunications)) ,  Yuan Quan (State Key Laboratory of Networking and Switching Technology (Beijing University of Posts and Telecommunications)) ,  Yang Fangchun (State Key Laboratory of Networking and Switching Technology (Beijing University of Posts and Telecommunications))
資料名： Ruanjian Xuebao  (Ruanjian Xuebao)
巻： 27  号： 2  ページ： 348-362  発行年： 2016年 
JST資料番号： C2542A  ISSN： 1000-9825  CODEN： RUXUEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 移動対象の凝集モードを移動対象により関与する1群の集団イベントを指し,通常交通システムで出現する異常現象の予測に用いる。しかし大量移動軌跡データの発生のために,既存の研究方法の難しい正確に効率的に特定の凝集パターンをマイニングする。このため,提案された1つの時空図に基づく移動対象モードのマイニング方法が集まる。この方法ではまず改良空間クラスタリングアルゴリズム(DBSCAN)によって軌跡データを分析し,それにより移動対象クラスタリングを得た;次に,時空図モデル単独記憶の軌跡データに代わりの方式を用いて,リアルタイムに移動観測対象のクラスタリングの時空変化の特徴を,使用した。最後に,時空制約を満たす最大完全部分グラフを発見するために,最大完全部分グラフ探索に基づく凝集検索アルゴリズムとその改良アルゴリズムを提案した実大規模軌跡のデータに基づきセット上の実験結果は提案の方法は移動対象パターンマイニングの精度と効率の面で他の方法よりも優れた集積し,示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  軌跡 ,  制約条件 ,  交通システム ,  クラスタ化 ,  部分グラフ ,  *凝集
準シソーラス用語： パターンマイニング ,  検索アルゴリズム ,  移動観測 ,  実時間 ,  クラスタリングアルゴリズム ,  運動軌道 , 【Automatic Indexing@JST】

著者キーワード (3件)： gathering pattern mining ,  spatio-temporal graph ,  trajectory data

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 時空 ,  凝集