-
题名基于时空周期模式挖掘的活动语义识别方法
被引量：4
- 1
-
-
作者
郭茂祖
邵首飞
赵玲玲
李阳
-
机构
北京建筑大学电气与信息工程学院
北京建筑大学建筑大数据智能处理方法研究北京市重点实验室
哈尔滨工业大学计算机科学与技术学院
-
出处
《智能系统学报》
CSCD
北大核心
2021年第1期162-169,共8页
-
基金
国家自然科学基金项目(61871020)。
-
文摘
传统的活动语义识别研究侧重从时空轨迹的空间信息中提取人类的活动语义,对时空轨迹数据的时间特性挖掘不足。本文兼顾时间和空间特征,提出了一种基于周期模式挖掘的活动语义识别方法。首先将分离出的活动轨迹数据通过空间距离进行密度聚类分成不同轨迹簇;然后,根据轨迹簇的时序特征挖掘个体对特定位置的访问周期,基于该访问周期,并结合在该位置的停留时间,及其附近兴趣点分布等特征构建分类模型,识别人类个体的活动语义。基于签到数据和仿真数据的实验结果表明,结合周期特征的活动语义识别方法相比没有加入周期特征的实验结果有效提升识别精度20%以上,在2个相同的签到数据集下,对比其他的识别方法提升精度10%以上。
-
关键词
时空轨迹
时空紧密相连性
密度聚类
停留时间
活动语义识别
周期模式挖掘
随机森林
-
Keywords
spatial-temporal trajectory
spatial-temporal close connection
density clustering
stay time
active semantic recognition
period pattern mining
random forest
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
