CN105451173A - 一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统 - Google Patents
一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统 Download PDFInfo
- Publication number
- CN105451173A CN105451173A CN201510740206.2A CN201510740206A CN105451173A CN 105451173 A CN105451173 A CN 105451173A CN 201510740206 A CN201510740206 A CN 201510740206A CN 105451173 A CN105451173 A CN 105451173A
- Authority
- CN
- China
- Prior art keywords
- terminal
- point
- resource
- interest
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
- H04W72/121—Wireless traffic scheduling for groups of terminals or users
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
- H04W4/10—Push-to-Talk [PTT] or Push-On-Call services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/08—Trunked mobile radio systems
Abstract
本发明公开了一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统。基于集群通信系统中移动终端的轨迹数据,利用数据挖掘技术发现用户的位置时空特点,并以此为依据实现对集群通信系统内资源的智能配置,提高集群通信系统的工作和调度指挥效率。
Description
技术领域
本发明属于集群通信领域,具体涉及一种基于轨迹数据分析技术的集群通信资源智能配置方法及系统。
背景技术
集群通信系统是一种用于集团调度指挥通信的移动通信系统,主要应用在专业移动通信领域。和普通的移动通信不同,集群通信最大的特点是,话音通信采用PTT按键,以一按即通的方式接续,被叫无须摘机即可接听,且接续速度较快,并能支持群组呼叫等功能。
集群通信,即无线专用调度通信系统,集群通信已从“一对一”的对讲机形式、同频单工组网形式、异频双工组网形式以及进一步带选呼的系统,发展到多信道用户共享的调度系统,并在政府部门、军队、警务、铁路、水利、电力、民航以及钢铁、物流等各行各业的指挥调度中发挥了重要作用。
目前,全球集群通信系统正从在无线接口采用模拟调制方式进行通信的模拟集群向采用数字调制方式的数字集群转换。与传统的模拟集群系统相比,数字集群系统可以提供更丰富的业务种类、更好的业务质量、更好的保密特性、更好的连接性和更高的频谱效率。正如公众移动通信已从模拟蜂窝电话转向数字蜂窝电话一样,集群通信从模拟向数字的过渡,也是历史发展的必然趋势。
从集群通信系统而言,随着集群通信系统的规模的迅猛发展、业务的爆炸式增长,集群正呈现出服务形式多样化、资源分布化等特点。从用户角度而言,用户可以利用多种路径传输协议同时传输数据,数据流量更会呈现前所未有的迅猛增长,因此如何以一定的评价指标有效的实现通信资源的分配显得尤为重要。
目前绝不多数集群通信系统中的终端都配有GPS或者北斗定位模块,位置采集技术的日益普及,促进了人们对时间-空间数据的大规模采集,从而为发现珍贵的关于用户移动位置的信心带来了新的机遇。使用这些位置采集技术,用户可以方便地记录他们的地理位置历史数据,这些真实的数据可以帮助上层决策者发掘在过去一段时间内用户的活动区域分布情况,可以作为集群通信系统内智能配置资源的重要依据。
目前的集群通信系统中的通信资源在地理位置层面往往是按照一个固定的模式进行配置,这样会导致用户的实际需求与资源配置量在空间上出现不匹配,从而降低了集群通信系统的工作效率和用户体验。
发明内容
发明目的:本发明的目的是提出一种基于轨迹数据分析技术的集群通信资源配置方法,该方法基于集群通信系统中移动终端的轨迹数据,利用数据挖掘技术发现用户的位置时空特点,并以此为依据实现对集群通信系统内资源的智能配置,进而提高集群通信系统的工作和调度指挥效率。
技术方案:本发明提出了基于移动终端轨迹数据分析技术的集群通信资源配置方法。具体步骤如下:
(1)终端轨迹数据的预处理,将终端的原始轨迹数据按照用户和时间顺序整理成子文件,并对轨迹数据进行去噪平滑处理等预处理,生成分析所需的数据格式;
(2)定义和计算终端轨迹的停留点/感兴趣点;
(3)计算识别终端的感兴趣区域以及区域热度;
(4)资源的智能配置计算方法,根据终端的感兴趣区域和区域热度,计算不同区域的资源配置数量,从而实现资源的智能配置,并根据实际资源消耗量对配置策略进行评估。
本发明的主要技术内容包含以下几点:
(1)终端轨迹数据的预处理
从海量终端轨迹数据中随机抽取一小部分作为训练集,训练集中包含一定比例“正常”数据和离群点,人为对这些数据进行类标记,将轨迹去噪转化为分类问题。利用SVM分类方法对训练集进行建模,构建离群点检测模型。对于给定一个新轨迹点对象,如果该轨迹点在正常类别的决策边界内,则它被视为正常的;如果该轨迹点在决策边界外,则它被视为噪声离群点,从而实现对原始轨迹数据的去噪预处理。
(2)定义和计算终端轨迹的停留点/感兴趣点
定义一个停留点s是由一组连续的GPS点P=pm,pm+1,…,pn组成,其中且|pn.T-pm.T|≥θt。其中两个GPS点之间的距离我们使用Haversine公式,θd和θt分别是距离阈值和时间阈值。停留点s的经度和纬度分别是P经、纬度的平均值,通过以下公式计算得出:
此外s.arvT=pm.T和s.levT=pn.T分别代表了用户到达和离开此区域的时间。
从输入轨迹的第二个GPS点开始,停留点检测算法迭代计算它与接下来GPS点之前的距离,一旦发现距离超过阈值θd,就标注这两个点并计算它们之间的时间间隔。如果时间间隔超过时间阈值θt,那么包含在这两个点之间的所有GPS点就组成了一个停留点,将此停留点插入到停留点集合S中,然后转向下一个GPS点。这里的距离阈值θd和时间阈值θt是根据终端移动特点所取的经验阈值。
(3)计算识别终端的感兴趣区域以及区域热度
初始,将计算得到停留点集合S中所有的停留点都被标记为“未访问”。基于密度的聚类算法随机的选择一个未访问的停留点s,标记s为“已访问”,并检查s的ε-领域是否至少包含MinPts个停留点。如果不是,则s被标记为噪声点。否则为s创建一个新的簇C,并且把s的ε-领域中所有停留点都放到候选集合N中。聚类算法迭代地把N中不属于其他簇的停留点添加到C中。在此过程中,对于N中标记为“未访问”的停留点s′,算法把它标记为“已访问”,并且检查它的ε-领域。如果停留点s′的ε-领域至少有MinPts个停留点,则s′的ε-领域中停留点都被添加到N中。算法继续添加停留点到C,直到C不能再扩展,即直到N为空。此时,簇C完全生成,形成一个感兴趣区域。
定义第i个感兴趣区域的热度Heati:
其中,ci是第i个感兴趣区域中停留点的个数,Nc是感兴趣区域的个数。
(4)资源的智能配置计算方法
根据计算得到的感兴趣区域的个数Nc和各个区域的热度值Heat,定义资源配置的收益函数为:
其中,模型的约束为wi为第i个感兴趣区域分配的资源数量,M是可以分配的资源总量。优化资源配置转化为利用动态规划思想计算收益函数G的最大值。
本发明公开一种基于轨迹数据分析技术的集群通信资源智能配置系统,包括:服务调度中心、集群通信网络和移动终端。
服务调度中心包括:
(1)轨迹文件数据库服务器,用于存储所有终端上传的位置信息;
(2)轨迹分析程序服务器,用于终端的轨迹分析,实现资源的智能配置;
(3)可视化Web服务器,用于动态展示终端的历史轨迹,并将终端分布区域计算模块得到的终端热点区域和资源智能配置模块计算得到的资源数量显示在地图上。
轨迹分析程序服务器包括:1)轨迹数据预处理模块,用于将终端的原始轨迹数据按照用户和时间顺序整理成子文件,并对轨迹数据进行去噪平滑处理,生成分析所需的数据格式;2)终端轨迹的停留点/感兴趣点,用于定义终端轨迹的停留点,刻画终端轨迹兴趣点;3)终端分布区域计算模块,将计算得到的停留点利用聚类算法,计算识别终端的感兴趣区域以及区域热度;4)资源智能配置模块,用于计算得到的感兴趣区域和区域热度,计算不同区域的资源配置数量,从而实现资源的智能配置。
有益效果:本发明的基于移动终端轨迹数据分析技术的集群通信资源配置方法,与现有的技术相比,有益效果如下:1)单纯的GPS数据不带有任何的语义信息,本发明预先把GPS点利用停留点检测算法转化为停留点,代表终端停留了一定时间间隔的地理区域,表征此区域为终端兴趣区域的含义;2)本发明利用基于密度的聚类算法,避免了层次聚类方法中不能更正聚类错误的缺陷,同时可以发现任意形状的感兴趣区域,使得资源配置更加合理;3)本发明提出一种基于移动终端轨迹数据分析技术的集群通信资源智能配置方法,为传统的资源配置策略提供了一种优化和补充方案,可以与传统资源配置策略结合起来,提高有限资源的利用率。4)本发明提出一种基于移动终端轨迹数据分析技术的集群通信资源智能配置系统,在现有集群通信通信系统中添加了智能服务中心,利用基于移动终端轨迹数据分析技术为集群通信资源配置和智能调度提供有效地决策。
附图说明
图1基于轨迹数据分析技术的集群通信资源智能配置流程
图2轨迹日志和停留点
图3停留点聚类算法示意图
图4基于轨迹数据分析技术的集群通信资源智能配置系统
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明提供了一种基于移动终端轨迹数据分析技术的集群通信资源智能配置方法,说明过程以数字集群通信为例,本方法可以拓广到其他集群通信系统中。
以数字集群通信中移动终端的GPS日志为例,本方法采用包括精度、纬度和时间的时空轨迹数据,具体的,一个时空轨迹Traj是由一系列的GPS点以时间顺序排序组成。每一个GPS点包括:时间戳(ti=pi.T)、精度(xi=pi.Lngt)和纬度(yi=pi.Lat)信息。Trajp1→p2→…→pn,满足pi.T<pi+1.T,且每一个GPS点都是一个三元组pi=(xi,yi,ti)。
如图1所示,本发明公开一种基于移动终端轨迹数据分析技术的集群通信资源智能配置方法,具体包括:
步骤1:轨迹书将终端的原始轨迹数据按照用户和时间顺序整理成子文件,并对轨迹数据进行去噪平滑处理,生成分析所需的数据格式;
1.定义和计算终端轨迹的停留点/感兴趣点;
2.计算识别终端的感兴趣区域以及区域热度;
3.根据终端的感兴趣区域和区域热度,计算不同区域的资源配置数量,从而实现资源的智能配置,并根据实际资源消耗量对配置策略进行评估。
具体的实施步骤如下:
终端轨迹数据的预处理如下:
从海量终端轨迹数据中随机抽取一小部分作为训练集,训练集中包含一定比例“正常”数据和噪声数据,人为对这些数据进行类标记,分别将正常数据和噪声数据标记为“1”和“0”,将轨迹去噪转化为分类问题。利用SVM分类方法对训练集进行建模,构建噪声点检测模型。对于给定一个新轨迹点对象,如果该轨迹点在正常类别的决策边界内,则它被视为正常的;如果该轨迹点在决策边界外,则它被视为噪声离群点,从而实现对原始轨迹数据的去噪预处理。
终端轨迹的停留点/感兴趣点定义和计算如下:
定义一个停留点s是由一组连续的GPS点P=pm,pm+1,...,pn组成,其中且|pn.T-pm.T|≥θt。其中两个GPS点之间的距离我们使用Haversine公式,θd和θt分别是距离阈值和时间阈值。停留点s的经度和纬度分别是P经、纬度的平均值,通过以下公式计算得出:
此外s.arvT=pm.T和s.levT=pn.T分别代表了用户到达和离开此区域的时间。
从输入轨迹的第二个GPS点开始,停留点检测算法迭代计算它与接下来GPS点之前的距离,一旦发现距离超过阈值θd,就标注这两个点并计算它们之间的时间间隔。如果时间间隔超过时间阈值θt,那么包含在这两个点之间的所有GPS点就组成了一个停留点,将此停留点插入到停留点集合S中,然后转向下一个GPS点。这里的距离阈值θd和时间阈值θt是根据终端移动特点所取的经验阈值。
终端的感兴趣区域以及区域热度定义和计算如下:
初始,将计算得到停留点集合S中所有的停留点都被标记为“未访问”。基于密度的聚类算法随机的选择一个未访问的停留点s,标记s为“已访问”,并检查s的ε-领域是否至少包含MinPts个停留点。如果不是,则s被标记为噪声点。否则为s创建一个新的簇C,并且把s的ε-领域中所有停留点都放到候选集合N中。聚类算法迭代地把N中不属于其他簇的停留点添加到C中。在此过程中,对于N中标记为“未访问”的停留点s′,算法把它标记为“已访问”,并且检查它的ε-领域。如果停留点s′的ε-领域至少有MinPts个停留点,则s′的ε-领域中停留点都被添加到N中。算法继续添加停留点到C,直到C不能再扩展,即直到N为空。此时,簇C完全生成,形成一个终端的感兴趣区域。
定义第i个感兴趣区域的热度Heati:
其中,ci是第i个感兴趣区域中停留点的个数,Nc是感兴趣区域的个数。
终端的感兴趣区域以及区域热度定义和计算如下:
根据计算得到的感兴趣区域的个数Nc和各个区域的热度值Heat,定义资源配置的收益函数为:
其中,模型的约束为wi为第i个感兴趣区域分配的资源数量,M是可以分配的资源总量。优化资源配置转化为利用动态规划思想计算收益函数G的最大值。
本发明公开一种基于移动终端轨迹数据分析技术的集群通信资源智能配置系统,包括:服务调度中心、集群通信网络和终端。
服务调度中心包括:
轨迹文件数据库服务器,用于存储所有终端上传的位置信息;
轨迹分析程序服务器,用于终端的轨迹分析,实现资源的智能配置;
可视化Web服务器,用于动态展示终端的历史轨迹,并将终端分布区域计算模块得到的终端热点区域和资源智能配置模块计算得到的资源数量显示在地图上。
轨迹分析程序服务器包括:
轨迹数据预处理模块,用于将终端的原始轨迹数据按照用户和时间顺序整理成子文件,并对轨迹数据进行去噪平滑处理,生成分析所需的数据格式。
轨迹数据预处理模块还包括:
从海量终端轨迹数据中随机抽取一小部分作为训练集,训练集中包含一定比例“正常”数据和噪声数据,人为对这些数据进行类标记,分别将正常数据和噪声数据标记为“1”和“0”,将轨迹去噪转化为分类问题。利用SVM分类方法对训练集进行建模,构建噪声点检测模型。对于给定一个新轨迹点对象,如果该轨迹点在正常类别的决策边界内,则它被视为正常的;如果该轨迹点在决策边界外,则它被视为噪声离群点,从而实现对原始轨迹数据的去噪预处理。
终端分布区域计算模块,用于定义终端轨迹的停留点,刻画终端轨迹兴趣点,并将计算得到的停留点利用聚类算法,计算识别终端的感兴趣区域以及区域热度。
终端分布区域计算模块还包括:
定义一个停留点s是由一组连续的GPS点P=pm,pm+1…,pn组成,其中且|pn.T-pm.T|≥θt。其中两个GPS点之间的距离我们使用Haversine公式,θd和θt分别是距离阈值和时间阈值。停留点s的经度和纬度分别是P经、纬度的平均值,通过以下公式计算得出:
此外s.arvT:pm.T和s.levT=pn.T分别代表了用户到达和离开此区域的时间。
资源智能配置模块,用于计算得到的感兴趣区域和区域热度,计算不同区域的资源配置数量,从而实现资源的智能配置。
终端分布区域计算模块还包括:
经验阈值模块,根据不同终端的移动特性,人为设置合适的距离阈值θd和时间阈值θt,并根据资源智能配置模块对资源配置策略的评估进行反馈,动态调整距离阈值θd和时间阈值θt,从而实现阈值的自适应取值。
终端分布区域计算模块还包括:
停留点计算模块,用于计算终端轨迹的停留点。从输入轨迹的第二个GPS点开始,停留点检测算法迭代计算它与接下来GPS点之前的距离,一旦发现距离超过阈值θd,就标注这两个点并计算它们之间的时间间隔。如果时间间隔超过时间阈值θt,那么包含在这两个点之间的所有GPS点就组成了一个停留点,将此停留点插入到停留点集合S中,然后转向下一个GPS点。
终端分布区域计算模块还包括:
感兴趣区域计算模块,用于将计算得到的停留点利用基于密度的聚类算法,计算识别终端的感兴趣区域以及区域热度。初始,将停留点计算模块计算得到停留点集合S中所有的停留点都被标记为“未访问”。聚类算法随机的选择一个未访问的停留点s,标记s为“已访问”,并检查s的ε-领域是否至少包含MinPts个停留点。如果不是,则s被标记为噪声点。否则为s创建一个新的簇C,并且把s的ε-领域中所有停留点都放到候选集合N中。聚类算法迭代地把N中不属于其他簇的停留点添加到C中。在此过程中,对于N中标记为“未访问”的停留点s′,算法把它标记为“已访问”,并且检查它的ε-领域。如果停留点s′的ε-领域至少有MinPts个停留点,则s′的ε-领域中停留点都被添加到N中。算法继续添加停留点到C,直到C不能再扩展,即直到N为空。此时,簇C完全生成,形成一个感兴趣区域。
定义第i个感兴趣区域的热度Heati:
其中,ci是第i个感兴趣区域中停留点的个数,Nc是感兴趣区域的个数。
所述资源智能配置模块还包括:
定义资源配置的收益函数为:
其中,模型的约束为xi为第i个感兴趣区域分配的资源数量,M是可以分配的资源总量。优化资源配置转化为利用动态规划思想计算收益函数G的最大值。
Claims (6)
1.一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统:其特征是方法步骤是:(1)终端轨迹数据的预处理,将终端的原始轨迹数据按照用户和时间顺序整理成子文件,并对轨迹数据进行去噪平滑处理等预处理,生成分析所需的数据格式;(2)定义和计算终端轨迹的停留点/感兴趣点;(3)计算识别终端的感兴趣区域以及区域热度;(4)资源的智能配置计算方法,根据终端的感兴趣区域和区域热度,计算不同区域的资源配置数量,从而实现资源的智能配置,并根据实际资源消耗量对配置策略进行评估。
2.根据权利要求1所述的一种基于轨迹数据分析技术的集群一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统通信资源智能配置方法,其特征是:所述终端轨迹数据的去噪平滑处理预处理,其特征是将去噪转化为分类问题:(1)海量终端轨迹数据中随机抽取一小部分作为训练集,人为对这些数据进行类标记;(2)利用SVM分类方法对训练集进行建模,构建离群点检测模型;(3)对于给定一个新轨迹点对象,如果该轨迹点在正常类别的决策边界内,则它被视为正常的;如果该轨迹点在决策边界外,则它被视为噪声离群点。
3.根据权利要求1所述的一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统,其特征是:所述定义和计算终端轨迹的停留点/感兴趣点,其特征是停留点/感兴趣点计算是从输入轨迹的第二个GPS点开始,停留点检测算法迭代计算它与接下来GPS点之前的距离,一旦发现距离超过阈值θd,就标注这两个点并计算它们之间的时间间隔。如果时间间隔超过时间阈值θt,那么包含在这两个点之间的所有GPS点就组成了一个停留点,将此停留点插入到停留点集合S中,然后转向下一个GPS点。
4.根据权利要求1所述的一种基于轨迹数据分析技术的集群通信资源智能配置方法,其特征是:所述计算识别终端的感兴趣区域以及区域热度,其特征是将计算得到的停留点利用基于密度的聚类算法,计算识别终端的感兴趣区域以及区域热度。
5.根据权利要求1所述的一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统,其特征是:所述资源的智能配置计算方法,其特征是根据计算得到的感兴趣区域的个数和各个区域的热度值,定义资源配置的收益函数,优化资源配置转化为利用动态规划思想计算收益函数的最大值。
6.一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统,其特征是:系统由服务调度中心、集群通信网络和移动终端组成,服务调度中心包括:(1)轨迹文件数据库服务器,用于存储所有终端上传的位置信息;(2)轨迹分析程序服务器,用于终端的轨迹分析,实现资源的智能配置;(3)可视化Web服务器,用于动态展示终端的历史轨迹,并将终端分布区域计算模块得到的终端热点区域和资源智能配置模块计算得到的资源数量显示在地图上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510740206.2A CN105451173A (zh) | 2015-11-04 | 2015-11-04 | 一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510740206.2A CN105451173A (zh) | 2015-11-04 | 2015-11-04 | 一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105451173A true CN105451173A (zh) | 2016-03-30 |
Family
ID=55560875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510740206.2A Pending CN105451173A (zh) | 2015-11-04 | 2015-11-04 | 一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105451173A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107277765A (zh) * | 2017-05-12 | 2017-10-20 | 西南交通大学 | 一种基于聚类离群分析的手机信令轨迹预处理方法 |
CN107782313A (zh) * | 2017-09-26 | 2018-03-09 | 宇龙计算机通信科技(深圳)有限公司 | 室内导航方法、装置、终端及计算机可读存储介质 |
CN109389119A (zh) * | 2018-10-23 | 2019-02-26 | 百度在线网络技术(北京)有限公司 | 兴趣点区域确定方法、装置、设备和介质 |
CN109688532A (zh) * | 2017-10-16 | 2019-04-26 | 中移(苏州)软件技术有限公司 | 一种划分城市功能区域的方法及装置 |
CN111065051A (zh) * | 2019-11-21 | 2020-04-24 | 浙江百应科技有限公司 | 一种工作路径记录和重点停留判断的方法、终端和服务端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101137120A (zh) * | 2007-01-29 | 2008-03-05 | 中兴通讯股份有限公司 | 资源分配方法和装置 |
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
WO2015014317A1 (en) * | 2013-08-01 | 2015-02-05 | Zte Corporation | Group communication with configurable geographic service area |
-
2015
- 2015-11-04 CN CN201510740206.2A patent/CN105451173A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101137120A (zh) * | 2007-01-29 | 2008-03-05 | 中兴通讯股份有限公司 | 资源分配方法和装置 |
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
WO2015014317A1 (en) * | 2013-08-01 | 2015-02-05 | Zte Corporation | Group communication with configurable geographic service area |
Non-Patent Citations (4)
Title |
---|
FOSCA GIANNOTTI等: "Trajectory pattern mining", 《RESEARCHGATE》 * |
JUYOUNG KANG等: "Mining Spatio-Temporal Patterns in Trajectory Data", 《RESEARCHGATE》 * |
刘颖等: "基于停留点聚类的多粒度热点区域分析方法", 《微计算机信息》 * |
胡立等: "基于用户轨迹聚类分析的推荐算法研究", 《计算机研究与发展》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107277765A (zh) * | 2017-05-12 | 2017-10-20 | 西南交通大学 | 一种基于聚类离群分析的手机信令轨迹预处理方法 |
CN107782313A (zh) * | 2017-09-26 | 2018-03-09 | 宇龙计算机通信科技(深圳)有限公司 | 室内导航方法、装置、终端及计算机可读存储介质 |
CN109688532A (zh) * | 2017-10-16 | 2019-04-26 | 中移(苏州)软件技术有限公司 | 一种划分城市功能区域的方法及装置 |
CN109688532B (zh) * | 2017-10-16 | 2020-11-24 | 中移(苏州)软件技术有限公司 | 一种划分城市功能区域的方法及装置 |
CN109389119A (zh) * | 2018-10-23 | 2019-02-26 | 百度在线网络技术(北京)有限公司 | 兴趣点区域确定方法、装置、设备和介质 |
CN109389119B (zh) * | 2018-10-23 | 2021-10-26 | 百度在线网络技术(北京)有限公司 | 兴趣点区域确定方法、装置、设备和介质 |
CN111065051A (zh) * | 2019-11-21 | 2020-04-24 | 浙江百应科技有限公司 | 一种工作路径记录和重点停留判断的方法、终端和服务端 |
CN111065051B (zh) * | 2019-11-21 | 2021-01-22 | 浙江百应科技有限公司 | 一种工作路径记录和重点停留判断的方法、终端和服务端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
García-Palomares et al. | City dynamics through Twitter: Relationships between land use and spatiotemporal demographics | |
CN105451173A (zh) | 一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统 | |
CN104239556B (zh) | 基于密度聚类的自适应轨迹预测方法 | |
CN106912015B (zh) | 一种基于移动网络数据的人员出行链识别方法 | |
CN104778263B (zh) | 一种电动车充电站系统仿真数据挖掘方法 | |
CN103116696B (zh) | 基于稀疏采样的手机定位数据的人员常驻地点识别方法 | |
CN104378769B (zh) | 基于覆盖预测的td‑scdma基站规划点自动选点方法 | |
CN106096631A (zh) | 一种基于手机大数据的流动人口分类识别分析方法 | |
CN104881800A (zh) | 一种基于移动群智感知的激励机制实现方法 | |
CN103995837A (zh) | 一种基于群体足迹的个性化旅游路线规划方法 | |
CN104572937A (zh) | 一种基于室内生活圈的线下好友推荐方法 | |
CN103686759B (zh) | Td-lte系统基站的选址方法和装置 | |
CN110245791A (zh) | 一种订单处理方法及系统 | |
CN110475014A (zh) | 用户场景的识别方法及终端设备 | |
CN104410947A (zh) | 一种基于无线的智能终端点名调度方法 | |
CN105389750A (zh) | 移动决策气象服务系统 | |
Liu et al. | New parameter-free mobility model: Opportunity priority selection model | |
Li et al. | Reliable code disseminations through opportunistic communication in vehicular wireless networks | |
CN111669764B (zh) | 基于gis技术的新型移动基站选址方法、系统和计算机设备 | |
CN107222871B (zh) | 一种td-lte 230无线专网电力基站规划方法 | |
Yuan et al. | Recognition of functional areas based on call detail records and point of interest data | |
Li et al. | A framework for spatial interaction analysis based on large-scale mobile phone data | |
CN110288125B (zh) | 一种基于手机信令数据的通勤模型建立方法及应用 | |
Fazio et al. | A deep stochastical and predictive analysis of users mobility based on Auto-Regressive processes and pairing functions | |
CN110493793B (zh) | 基于容量lte规划新建站的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |
|
WD01 | Invention patent application deemed withdrawn after publication |