面向室内空间的语义轨迹提取框架 |
| |
引用本文: | 骆歆远,陈欣,寿黎但,陈珂,吴妍静.面向室内空间的语义轨迹提取框架[J].清华大学学报(自然科学版),2019(3). |
| |
作者姓名: | 骆歆远 陈欣 寿黎但 陈珂 吴妍静 |
| |
作者单位: | 浙江大学计算机科学与技术学院;浙江大学CAD&CG国家重点实验室;浙江省大数据智能计算重点实验室;浙江中医药大学附属第三医院 |
| |
摘 要: | 利用海量位置数据分析用户行为,挖掘用户的潜在价值越来越受到人们的关注。室外环境中已有较成熟的解决方案。针对室内空间中WiFi定位数据的精确度、鲁棒性不足等问题,对面向室内空间的语义轨迹提取方法进行了研究,能在减少错误、压缩原始位置数据的同时,增强轨迹的表达能力,使得更深入的室内时空数据挖掘成为可能。该文基于室内空间建模、数据清洗、事件提取和语义增强4个模块的框架提出了室内语义轨迹计算的方法,在真实数据集和模拟数据集上进行实验,结果表明:该方法能从存在误差和缺失的室内定位数据中,准确有效地挖掘和提取出含有语义信息的轨迹数据,为上层的应用分析所用。
|
本文献已被 CNKI 等数据库收录! |
|