基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对移动用户出行模式识别过于复杂的问题,提出一种基于密度与动态阈值的任意形状聚类挖掘算法.利用数据预处理技术提取移动用户在各路段的速度,通过MCFT树构造用户速度分类模型,采用DBSCAN方法进行核心子聚类合并,最终生成MCFT树任意形状的聚类结果,从而达到利用动态速度阈值有效识别用户出行模式的目的.实验结果表明,通过DVTD算法得到动态速度阈值识别用户出行模式具有较高的可行性,提高了用户出行识别的准确性.
推荐文章
蜂窝网络移动用户位置识别
蜂窝网络
移动通信
位置识别
基于DBSCAN的移动用户驻留规律研究
基站聚类
频繁模式
密度聚类
驻留规律
基于概率的移动用户移动模型
移动模型
高斯-马尔可夫
速度预测
位置预测
基于随机Dropout深度信念网络的移动用户行为识别方法
行为识别
深度信念网络
深度学习
Dropout
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于DVTD的移动用户出行模式识别研究
来源期刊 计算机工程 学科 工学
关键词 DVTD算法 聚类特征树 用户出行模式 动态速度阈值
年,卷(期) 2016,(7) 所属期刊栏目 移动互联与通信技术
研究方向 页码范围 72-76
页数 5页 分类号 TP391.4
字数 4715字 语种 中文
DOI 10.3969/j.issn.1000-3428.2016.07.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡斌杰 华南理工大学电子信息学院 53 249 9.0 12.0
2 詹益旺 华南理工大学电子信息学院 10 46 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (54)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(11)
  • 参考文献(2)
  • 二级参考文献(9)
2013(14)
  • 参考文献(1)
  • 二级参考文献(13)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
DVTD算法
聚类特征树
用户出行模式
动态速度阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导