کاوش الگوهای خط سیر در اشیا متحرک در شبکه های جاده ای
عنوان مقاله: کاوش الگوهای خط سیر در اشیا متحرک در شبکه های جاده ای
شناسه ملی مقاله: JR_JIAE-20-3_013
منتشر شده در در سال 1402
شناسه ملی مقاله: JR_JIAE-20-3_013
منتشر شده در در سال 1402
مشخصات نویسندگان مقاله:
نیلوفر میرزائی چهارده - Department Computer and IT Engineering, Faculty of Computer and IT Engineering, Raja University
بهروز مینایی بیدگلی - Department of Computer Engineering, Faculty of Computer Engineering, Iran University of Science and Technology, Tehran
محمدرضا عباسی فرد - Department of Computer and IT Engineering, Faculty of Computer and IT Engineering, Adiban Institute of Higher Education, Garmsar
خلاصه مقاله:
نیلوفر میرزائی چهارده - Department Computer and IT Engineering, Faculty of Computer and IT Engineering, Raja University
بهروز مینایی بیدگلی - Department of Computer Engineering, Faculty of Computer Engineering, Iran University of Science and Technology, Tehran
محمدرضا عباسی فرد - Department of Computer and IT Engineering, Faculty of Computer and IT Engineering, Adiban Institute of Higher Education, Garmsar
به کارگیری الگوکاوی بر روی دادههای مرتبط با مسیرها و جادهها، دستاوردهای باارزش و اثرگذاری را در حوزههای مختلفی، همچون راه و شهرسازی، حمل و نقل و حتی پیشبینی سرویسهای اجتماعی به ارمغان آورده است. در این مقاله به کاوش الگوهای خطسیر در اشیا متحرک در شبکههای جادهای پرداخته شده است. تا بتوان به کمک آن الگوهای مناسبی را استخراج نماییم. ازجمله چالشهای موجود در تکنیکهای خوشهبندی در بحث الگوکاوی، پیدا کردن الگوهای متوالی همراه با زمان اجرای پایین میباشد. برای حل این مشکل، از تکنیکهای خوشهبندی برای معرفی یک الگوریتم پیشنهادی به نام BFEs-Enhanced استفاده شده است، که با استفاده از آن میتوان الگوهای Flock متوالی و معنیداری را که دارای بازه زمانی پایینی میباشند، استخراج نمود. نتایج شبیهسازی نشان میدهد که، روش پیشنهادی به دلیل استفاده از معیارهای مناسب برای خوشهبندی که شامل: حداکثر فاصله ثابت و حداقل تعداد میباشد و اضافه کردن معیار جدیدی به نام حداقل دوره زمانی به الگوریتم پیشنهادی و از طرف دیگر، در روش پیشنهادی علاوه بر معیار فاصله که الگوریتمBFE-Enhanced داشته است، معیار جهت نیز برای بهبود دقت عملکرد به الگوریتم پیشنهادی اضافه شده است. که در نتیجه، الگوریتم پیشنهادی، بازه زمانی را کاهش و تعداد الگوهای معنیدار و متوالی را افزایش میدهد.
کلمات کلیدی: Trajectory Pattern Mining, Moving Objects, Road Networks, BFE-Enhanced, Clustering Algorithms, الگوکاوی خط سیر, اشیا متحرک, شبکه های جاده ای, الگوریتم های خوشه بندی, الگوریتم BFE-Enhanced
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1667243/