• / 43
  • 下载费用:5 金币  

轨迹挖掘在机会网络异常发现中的应用研究.pdf

关 键 词:
轨迹 挖掘 机会 网络 异常 发现 中的 应用 研究
资源描述:
本科生毕业论文(设计)题 目 轨迹挖掘在机会网络异常发现中的应用研究学生姓名 李众力指导老师 陈再良学 院 信息科学与工程学院专业班级 物联网工程1002班完成时间 2014.06I中文摘要最近这几年,个人智能终端设备迅速普及,搭载了谷歌的Android、苹果ios的智能手机已经成为了市场主流。在这些设备上有很多的传感器,如何利用这些传感器获得的数据更好地为人们进行服务成为了当今的研究热点。本次毕业设计围绕“轨迹挖掘在机会网络异常发现中的应用研究”这个问题展开,我们可以利用轨迹数据进行数据挖掘来进行异常发现,而轨迹数据挖掘的前提是获取轨迹信息,获取轨迹数据之后才能进行进一步的挖掘工作,所以本次毕业设计我将就如何获取用户的轨迹信息进行研究。本次毕业设计我采用Wi-Fi无线定位的方式进行用户轨迹数据的采集,本文也将比较详细的介绍Wi-Fi定位技术。本文也设计并实现了一款在Android平台上的Wi-Fi定位的原型程序。Android 平台良好的开放性,支持应用程序的并行特性,强大的计算能力和数据库技术,都对实现本文的目标提供了强有力的支持。通过这个程序得到的结果来分析Wi-Fi定位的现状以及以后的发展方向。关键词: Wi-Fi定位机会网络轨迹数据挖掘异常点发现 Android系统IIAbstractInrecent years,thepersonal electronicdevice hasagreatdeal ofdevelopment.WiththeApple’sIOSandGoogle’sAndroidoperatingsystems,smartphonesbeganalarge-scale popularization. Smart phone has many functions, how to use thesefunctionshelppeopletomakeaeasylifebecomearesearchhotspotnowadays.Mytopicis“Theapplicationoftrajectorymininginopportunitynetwork“.Icancarry out data mining for anomaly detection using trajectory data. How to get thetrajectorydataistheproblembeforeallquestionssointhispaperIwillintroducehowtogetuser’slocationwithWi-Fi.ThisthesisalsodesignsandimplementsaWi-Fipositioningprototypeprogramin Android platform . Android platform support parallel application, has powerfulcomputingabilityand support database technology,provides astrongsupport totherealizationofthegoalofthispaper.GetthroughthisprocedureresultstoanalyzethedevelopmentstatusofWi-Fipositioningandfuture.Keywords:Wi-FiPositioning,OpportunisticNetworks,TrajectoryDataMining,AbnormalPointsFound,AndroidSystemIII目 录中文摘要.........................................................................................................................IAbstract..........................................................................................................................II第一章绪论..................................................................................................................11.1 课题研究背景.................................................................................................11.2 相关领域研究现状.........................................................................................21.3 本文主要研究内容.........................................................................................41.4 本文的章节安排.............................................................................................5第二章基于Wi-Fi的定位技术..................................................................................62.1Wi-Fi信号特性分析.......................................................................................62.1.1 不确定性分析......................................................................................62.1.2 非线性特性分析..................................................................................92.3 基于Wi-Fi指纹定位的理论基础及一般过程.............................................92.4 本章小结.......................................................................................................12第三章异常轨迹的发现及应用................................................................................133.1 异常点的定义...............................................................................................133.2 异常点与数据挖掘.......................................................................................133.3 异常点挖掘的主要方法...............................................................................143.4 轨迹异常点挖掘的应用...............................................................................143.5 本章小结.......................................................................................................15第四章 Wi-Fi定位的原型系统的设计与实现.........................................................164.1 系统设计.......................................................................................................164.1.1 架构设计............................................................................................164.1.2 数据库设计........................................................................................174.2 系统实现.......................................................................................................194.2.1 服务器端搭建平台............................................................................194.2.2Android系统编程简介.......................................................................204.2.2 训练客户端与定位客户端实现........................................................224.2.3 服务器端实现——定位算法............................................................26IV4.3Wi-Fi定位中的问题.....................................................................................294.3.1 城市基础设施建设不完善................................................................294.3.2 需要大量的现场勘测工作................................................................294.4 一种“不需要”现场勘察的Wi-Fi定位方法...........................................304.4.1 轨迹数据聚类——逻辑平面图创建................................................304.4.2 逻辑平面图与物理平面图匹配........................................................314.5 本章小结.......................................................................................................34第五章总结及展望....................................................................................................35参考文献......................................................................................................................37致谢..............................................................................................................................38轨迹挖掘在机会网络异常发现中的应用研究 第一章 绪论1第一章 绪论1.1 课题研究背景近些年个人电子设备的发展速度可谓是突飞猛进,几年前智能手机还只是存在于科幻电影中,而最近随着苹果ios和谷歌Android智能操作系统的出现,智能手机开始大规模普及,智能手机上集成了很多其他的功能,Wi-Fi(WIreless-FIdelity,无线宽带)和GPS(GlobalPositioningSystem,全球定位系统)成为智能手机的标配,在这种情况下,如何利用好智能手机的这些功能来为人们提供更方便快捷的服务成为时下的一个研究热点。一个人的位置信息是十分重要的。在道路上,得到你的位置信息可以为你指明方向,在仓储物流管理中,得到物品的位置可以方便进行快速有效的管理,在公司中,得到每个人的位置可以方便管理者了解员工的工作状况。连续的位置信息就是轨迹,基于轨迹数据的挖掘可以更好的获得用户的行为习惯,兴趣爱好等更加详细的信息[1]。对于轨迹数据而言,有效的信息大部分都是轨迹的异常点[2],例如在老年人监护系统中,通过平时的数据积累可以获得用户的正常轨迹信息,若检测到和平常不一样的轨迹信息那就有可能会有意外事件的发生,这样可以及时的通知监护用户。GPS(GlobalPositioningSystem,全球定位系统)是现在获取室外位置信息的最常用方式。随着移动网络的发展,结合手机信号信息而获取位置的技术AGPS(AssistedGlobalPositioningSystem)也被应用到各种LBS(Location-BasedServices,基于位置的服务)应用中,但是由于人们的一般活动基本都在室内,而GPS信号不能传到室内,所以研究一个实用性强的室内定位系统十分必要。本文没有使用一般的 GPS芯片作为位置信息获取的工具,因为 GPS有启动速度慢,容易受干扰等缺点,而随着数字化智能化城市的建设,越来越多的城市开始覆盖了 Wi-Fi信号,而且现在 Wi-Fi早就成为了智能手机的标准配置,本文就将设计一个 Wi-Fi定位系统( Wi-FiPositioningSystem, WPS)。Wi-Fi是20世纪发展起来的一种无线局域网技术,技术标准组为IEEE802.1l,目前应用最广泛的标准是IEEE802.1lb和IEEE802.1lg[3]。Wi-Fi网络具有高速通信、部署方便的特点,切合了现代社会对移动办公、移动生活娱乐的需轨迹挖掘在机会网络异常发现中的应用研究 第一章 绪论2求。室内环境和人们活动的热点地区(如机场、写字楼、大型超市、校园、酒店和家庭)是Wi-Fi主要的应用环境[4]。加上近些年智能手机大量普及,智能手机上面几乎都有蓝牙,Wi-Fi等短距离的无线通信设备,基于这些技术的室内定位技术发展迅速,各大科技公司,学校及研究机构都在竞相研究无线室内定位技术,在众多技术中利用Wi-Fi进行室内定位几乎不需要用户花费额外的购置设备费用,所以是更有竞争力的是内定为解决方案。基于 Wi-Fi的室内定位需要经常采集 Wi-Fi接收信号强度(RSS,ReceivedSignalStrength)数据并且这些信息随着时间变化可能会改变,所以需要经常更新,这就需要连接网络,传统的通用分组无线服务技术(GPRS,GeneralPacketRadioService)需要用户支付额外的流量费用,为了减少用户在流量费用上的开销需要一种更廉价而且可靠的数据传输方式。正是由于智能手机等具有短距离无线通信能力的设备大量普及,在人群中大规模的部署机会网络成为了可能。轨迹信息属于实时性要求比较低的数据,可以使用机会网络进行传输,同时机会网络需要得到用户的运动规律来进行更高效的数据分发,两者结合可以相辅相成,发挥更好的效果。1.2 相关领域研究现状本课题研究的内容不是一个全新的技术领域,而是将以前有的技术和方法有机的结合起来,本节将对本课题中要用到的技术的研究现状进行一个简单的介绍。Wi-Fi定位是一个很热门的研究问题,国内外很多学者专家对其进行过研究。根据位置指纹表示的不同,基于Wi-Fi定位的技术可以分为两大类。第一类方法的特点是指纹信息来自每个AP(AccessPoint,访问接入点)的信号平均强度表示,然后使用确定的推理算法来估计用户的位置。在位置指纹数据库里找出与实时信号强度样本最接近的一个或多个样本,将它们对应的采样点或多个采样点的平均作为估计的用户位置。他们利用曼哈顿距离来度量信号强度样本问的相似度,然后以表中最匹配的样本的位置作为估计的位置。[9]这也是一种基于庞大的数据量的室内定位的方法,采取指纹匹配的位置确定的基本方案。其主要思想是将指纹周围有用信息,然后建立一个指纹数据库,然后通过映射对数据库中的指纹测量估计[10]。研究人员一直在努力挖掘现有设备的不同的特征或轨迹挖掘在机会网络异常发现中的应用研究 第一章 绪论3减少的映射工作。大多数的这些技术利用射频信号。使用这些技术的早期系统是雷达、Horus、改进后雷达,采用的RSS 的位置关系的随机描述,并使用一个最大似然法来估计位置。OIL结构有机的室内定位系统使用的Voronoi区域输送的不确定性和采用聚类方法识别潜在的错误的用户数据。研究表明,手机信号基站的GSM 信号也可以用于室内定位。PlaceLab采用无线电信标本地化在野外移动设备。Active-Campus项目采用类似的技术,但承担的AP 位置是已知的。有些系统,如LANDMARC,利用RFID 技术的室内定位。近日Surround-Sense基于环境功能,包括声,光,色,WiFi 等进行逻辑位置估计,利用FM 收音机,音响背景光谱(ABS)和地理为指纹也可以进行室内定位预测。所有这些方法都需要现场勘查,建立指纹数据库。需要相当大的人工成本和工作量,而且对动态环境的不敏感也是基于指纹的方法的主要缺点[11]。另一种类型的本地化方法使用几何模型计算出的位置。在这些方法中,位置的计算,而不是从已知的参考数据搜索。例如,对数距离路径损耗(LDPL)模型是根据所测量的RSS值来估计RF传播距离。由于在室内环境中的不规则的信号传播增加了测量的难度,所以这些方法在实际应用中降低定位精度。为了减少费力的测量工作,并避免使用AP的位置,EZ与LPDL模型无线传播模型的物理约束,并使用遗传算法来解决他们的定位。然而,EZ 在门口或窗户附近仍然依赖于偶然的GPS 信息。此外, EZ 涉及复杂的计算和物理定位方案,可能会导致很多房间的检测出错。其他的RSS 相关模型,其他几何模型也利用用于表征信号的发射机和接收机之间的关系。这些系统包括的PinPoint基于到达时间(TOA),Cricket基于到达时间(TDOA)的时间差,和VOR基于到达角度(AOA)。基于模型的方法通常需要安置额外的基础设施,现成的产品,或硬件配置的修改。在轨迹异常点发现方面,也有很多研究成果,2000 年,Knoor 等人最先针对轨迹数据的异常检测做出了研究,首先,他们把轨迹信息中的点提取一部分出来表示轨迹,接着使用基于距离的异常检测的方法来检测异常的轨迹。这个方法把轨迹当做一个整体,没有考虑子轨迹,轨迹检测的基本单元是整条轨迹。如果每条轨迹的主要特征完全不一样,这个方法可以检测出这一整条轨迹都是异常轨迹。[16]但是我们知道,一般来说估计是很长的而且有的时候只是在某一段出现了轨迹挖掘在机会网络异常发现中的应用研究 第一章 绪论4异常如图1.1所示,比如说在开车过程中为了躲避一个路面上以前没有的障碍物而仅仅是在有障碍物的那一小段路上绕远,这样上面的方法就很可能检测不到这个异常。为了能够有效地检测异常子轨迹,2008 年 Lee 等人提出了基于划分和检测的框架用于轨迹异常检测,并基于该框架设计了轨迹异常检测算法 TRAOD。[16]顾名思议,基于划分和检测框架的异常检测可分为两个阶段:①划分阶段:将轨迹划分成一些轨迹分段用于下阶段的检测;②检测阶段:检测异常的轨迹分段。TRAOD的主要优点在于,检测外围子轨道的能力。它已被广泛地用在许多种应用程序。但它也有一定的缺陷。首先,在检测阶段中,TRAOD主要采用了一些基于距离的方法来测量的t-分区的距离。这意味着用户必须选择一个全球性的距离阈值,因此该算法检测到的外围t-分区可以被视为全局离群值。然而,在实践中,一些有趣的数据集目前复杂而分散的特点。他们的离群值是相关的与他们的邻居的密度。这些可以被视为本地异常子轨迹。但是随着轨迹变得越来越长, 线段并不能有效地表示轨迹的局部特征[19]。图1.1一小段的异常轨迹往往表示着重要信息1.3 本文主要研究内容本课题为综合性课题,本次毕业设计针对其中以个子课题进行研究,主要研究轨迹数据挖掘轨迹数据的异常点发现中的应用以及研究一种新的获得轨迹数据的方法——WiFi定位。轨迹挖掘在机会网络异常发现中的应用研究 第一章 绪论51.4 本文的章节安排本论文共分为五章。第一章:绪论。将轨迹挖掘在机会网络异常发现中的应用研究这个课题分解为轨迹数据获取(Wi-Fi定位),数据传输(机会网络)以及数据分析挖掘(轨迹异常点发现)三个部分并分别叙述了三个方面的技术背景及研究现状。最后说明全文的章节安排。第二章:基于Wi-Fi的定位技术。对Wi-Fi定位技术进行较为详细的介绍,先是分析Wi-Fi信号的特征,列举影响Wi-Fi信号强度的因素,再对时下Wi-Fi定位技术进行分类说明,最后详细介绍了基于Wi-Fi指纹的定位方法。第三章:异常轨迹的发现及应用。通过Wi-Fi定位获得轨迹信息后需要进行归集数据的处理,本章对数据挖掘中的轨迹异常点挖掘进行较为详细的描述,先解释什么是异常点,再说明异常点挖掘与数据挖掘的关系,最后列出几个主要的轨迹数据挖掘的方法。第四章:Wi-Fi定位的原型系统的设计与实现。介绍了一个自己制作的Wi-Fi定位系统原型程序,从系统结构设计到算法设计详细地阐述了该程序并且针对该系统的不足提出改进方案。第五章:结论与展望。对本文的研究工作进行总结,指出了轨迹数据挖掘在机会网络异常发现中的更多应用并且对当前Wi-Fi定位技术当中的一些需要去继续研究的问题做一个简单的说明并且提出了一些可能的研究思路。
展开阅读全文
1
  金牌文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:轨迹挖掘在机会网络异常发现中的应用研究.pdf
链接地址:http://www.gold-doc.com/p-139199.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
copyright@ 2014-2018 金牌文库网站版权所有
经营许可证编号:浙ICP备15046084号-3
收起
展开