18387

۱۸۳۸۷

محاسبه احتمال ملاقات دو شيء متحرك براساس خط‌سير آن‌ها

كارشناسي ارشد

نرم افزار

شهريورماه ۱۳۹۶

دكتر حسن نادري

كامپيوتر

چكيده امروزه استفاده از داده‌هاي حجيم در برنامه‌ريزي و مديريت در شبكه راه‌ها از اهميت بالايي برخوردار است. فراگير شدن دستگاه‌هاي مكان‌يابي و پيشرفت فناوري ارتباطي بي‌سيم، منجر به‌توسعه روزافزون خدمات اطلاعاتي مبتني برمكان شدهاست. رديابي اشياء متحرك، در كاربردهاي مختلف نظير سامانه‌هاي مديريت ترافيك، حمل‌ونقل و شبكه‌هاي اجتماعي مبتني بر محل باعث ايجاد حجم عظيمي از داده‌ها ‌است. بنابراين تجزيه‌وتحليل داده‌هاي خط‌سير اشياء متحرك و ارزيابي رفتار حركتي آن‌ها در كنار همديگر يكي از مباحث مهم در زمينه¬ي پردازش داده‌هاي اشياء متحرك است. كشف مدل‌هاي داده‌اي و قوانين موجود در داده‌ها با داده‌كاوي ميسر است. ازجمله مهم‌ترين مسائلي كه در حوزه داده‌كاوي اشياء متحرك مطرح مي‌شود، مي‌توان به كاوش الگوها، خوشه‌بندي، رده‌بندي، كشف ناهنجاري و تجزيه و تحليل تشابه اشاره داشت. يكي از روش‌هاي تحليل و ارزيابي الگوهاي رفتاري حركت دو شيء متحرك، كاوش داده‌ها و كشف دانش است، كشف ويژگي‌ها با استفاده از حركات گذشته‌ي دو شيء متحرك به‌كار مي‌روند تا احتمال ملاقات محاسبه شود. اين پژوهش بهاحتمال ملاقات دو شي‌ء متحرك در بازه‌ي زماني مشخص در موقعيت مكاني مي‌پردازد. رفتار الگوي حركتي و هم‌رخدادي بين دو شي‌ء متحرك در يك بازه‌ي زماني و محدوه مكاني با شعاع مشخص، كه در ملاقات با يكديگر هستند، مورد بررسي قرار مي‌گيرد و يك چارچوب براي استنباط احتمال ملاقات اين دو شيء متحرك توسعه داده مي‌شود. در نهايت، آزمايش‌هاي متعددي براي ارزيابي اين روش انجام مي‌شود كه دقت و صحت نتايج به ‌دست آمده از احتمال ملاقات بر روي داده‌هاي خط‌سير را نشان دهد. واژه‌هاي كليدي: اشياء متحرك، خط‌سير، احتمال، ملاقات

1396/10/24

1/14/2018 12:00:00 AM

Abstract: Today, the use of big data in planning and management in road network is very important. The Proliferation of Positioning devices and development in Wireless technologies have resulted in an increasing growth in location-based services. Tracking moving objects has many applications in different areas such as traffic and transportation management systems and location-based social Networks cause of these create massive amounts of data is produced. Discover data models and rules in data with data mining. Among the most important issues that arise in the field of moving objects data mining, can to such as explore patterns, clustering, classification, discovering abnormalities and analyzing similarities. One of the methods for analyzing and evaluating two moving objects, exploring data and discovering knowledge, is the discovery of features using two moving objects previous movements to calculate the probability of a visit. In this research, paid to Trajectory based Calculation of Meet Probability. The behavior of the motion model and the connection between two moving objects at a time interval and the space constraints with a particular radius that matches each other is examined. And a framework is developed to infer the likelihood of meeting these two moving objects. Finally, multiple experiments are conducted in order assess this method shows the considerable performance of the method. Keywords: Moving objects, Trajectory, Meeting