16293

16293

پيش‌بيني خط‌سير شيء متحرك با بهره‌گيري از زمينه و خصوصيات آن

كارشناسي ارشد

نرم افزار

آبان 1395

دكتر حسن نادري

كامپيوتر

وجود ابزار تشخيص مكان اشياء متحرك از انواع مختلف در زمان‌هاي نزديك به هم، به ما اين امكان را مي‌دهد تا خط‌سيرهاي اشياء متحرك را ثبت كنيم. وجود داده‌هاي زياد مربوط به خط‌سير اشياء، باعث به وجود آمدن كاربردهاي فراوان شده است. به عنوان مثال، يافتن الگوي حركتي اشياء و تشخيص اتفاقات غيرطبيعي از جمله مواردي مي‌باشند كه در مكان‌هاي واقعي مي‌توانند مورد استفاده قرار گيرند. يكي ديگر از كاربردهاي مهم در اين حوزه، تشخيص يا پيش‌بيني مكان آينده اشياء متحرك مي باشد. در اين پژوهش ابتدا روش‌هاي پردازش پيش‌بيني مكان آينده و ساخت الگوي خط‌سير آن‏ها بررسي شده است. پس از آن يك دسته‌بندي كلي و مقايسه سطح بالا بر روي اين روش‏ها ارائه شده است. در مرحله اول از تحقيق و به دليل وجود نويز در داده‌هاي مربوط به مكان‏هاي اشياي مورد بررسي، سعي در رفع نويز به منظور بالا بردن دقت پيش‌بيني خواهيم داشت. در برخي موارد به دلايلي قسمت قابل توجهي از يك خط‌سير در داده‏ها موجود نمي‌باشد. در اين مرحله و با استفاده از الگوهاي ترتيبي و با كمك نقشه راه‏هاي محلي تلاش نموديم اين گونه قسمت‌هاي حذف شده از خط‌سيرها را بازسازي كنيم. آزمايش‏هايمان نشان داد اين كار در بالا بردن دقت سيستم سهم بسزايي دارد. در قسمت بعد از همان الگوهاي ترتيبي جهت پيش‌بيني يال بعدي شيء متحرك در يك چندراهي استفاده خواهد شد. در انتها نيز ارزيابي‌هاي گوناگوني روي روش ارائه شده انجام گرفته و نتايج حاصل از آن بيان شده است.

1395/10/27

1/1/1900 12:00:00 AM

The analysis of human location histories is currently getting an increasing attention, due to the widespread usage of geopositioning technologies such as the GPS an​d online Location-Based Services (LBS) which allow users to share this information. Trajectory analysis is a technique for extracting abstract information from stored trajectories. Trajectory specifies the path of the movement of any object. There is an increase in the number of applications using the location-based services (LBS), which needs to know the location of moving objects where trajectory mining plays a vital role. Trajectory mining techniques use the geographical location, semantics, an​d properties of the moving object to predict the location an​d behavior of the object. This report analyses the various strategies in the process of making prediction of future location an​d constructing the trajectory patterns. In this report we classify previous methods in trajectory prediction propose a new method called TOPMAX for predict future locations an​d improve the accuracy of previous methods.