检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2008年第5期38卷 1125-1130页

作者：赵越刘衍珩余雪岗魏达单长伟赵洋吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012 南京汽车集团有限公司汽车工程研究所南京210028 中国民航大学电子信息工程学院天津300300

分析了移动轨迹预测的已有方案及各方案存在的问题,提出了一种全新的移动设备位置预测方法,即基于模式挖掘与模式匹配的移动用户移动轨迹预测(Mpp)方法。在若干个实际WLAN用户的移动跟踪数据集上对Markov预测器和新预测器的预测精度进... 详细信息

分析了移动轨迹预测的已有方案及各方案存在的问题,提出了一种全新的移动设备位置预测方法,即基于模式挖掘与模式匹配的移动用户移动轨迹预测(Mpp)方法。在若干个实际WLAN用户的移动跟踪数据集上对Markov预测器和新预测器的预测精度进行了比较。实验结果表明:该方法能够达到比较理想的预测效果,与二阶Markov预测器的预测效果基本持平。同时,该方法能够实现增量挖掘,预测精度和可靠性有了进一步提高,具有较高的实用价值。

关键词：计算机系统结构移动轨迹预测模式挖掘增量挖掘模式匹配

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的移动轨迹预测方法

基于数据挖掘的移动轨迹预测方法

引用

作者：赵越吉林大学

学位级别：硕士

随着无线技术的发展和各种无线应用,尤其是需要QoS(Quality of Service)支持的无线应用的兴起和普及,移动预测技术越来越受到重视。移动预测可以在很多方面对无线网络产生影响,包括减小移动主机在移动切换时的切换延迟;更好地实施无线... 详细信息

随着无线技术的发展和各种无线应用,尤其是需要QoS(Quality of Service)支持的无线应用的兴起和普及,移动预测技术越来越受到重视。移动预测可以在很多方面对无线网络产生影响,包括减小移动主机在移动切换时的切换延迟;更好地实施无线网络中的接纳控制、流量控制;减少无线网络系统中的能量消耗和改进AdHoc网络的组播协议等。本文分析了移动轨迹预测的已有方案,指出了各方案存在的问题,提出了一种基于数据挖掘的移动设备位置预测方法:MPP (Mobile Path Prediction Based on Pattern Mining and Matching),避免了K阶Markov预测器存在的状态空间膨胀的问题,并在若干个WLAN用户的移动跟踪数据集上对K阶Markov预测器和本文提出的新预测器的预测精度进行了比较分析。实验结果表明,本文提出的MPP方法能够达到比较理想的预测效果,接近目前预测精度最高的二阶Markov预测器的预测精度。MPP方法分为三个部分:(1)基本的移动模式挖掘;(2)增量移动模式挖掘;(3)基于模式匹配的移动预测。其中,增量挖掘的实现使得该方法能够随着移动数据的增加而实现移动模式的更新,从而具有较高的实用价值。最后又提出了挖掘移动用户活动的时间规律,进而与空间移动模式相结合来进行移动路径预测、通过定义年轻系数来刻画移动路径的新旧性,在移动模式挖掘过程中偏重较近时间段内的历史信息进行挖掘等方案,对MPP方法进行了改进。

关键词：移动轨迹预测模式挖掘增量挖掘模式匹配

来源：评论

学校读者我要写书评

暂无评论

基于联邦表示学习的异质性移动轨迹预测

基于联邦表示学习的异质性移动轨迹预测

引用

作者：王麒麟山东大学

学位级别：硕士

随着科学技术的发展以及信息化产品的普及,智能可穿戴设备和基于位置的智能服务应用为智能人类移动性预测(Human Mobility Prediction,HMP)带来了新的范式,并在智能医疗、智能城市和智慧交通中有广泛的应用。现有的方法通常基于深度学... 详细信息

随着科学技术的发展以及信息化产品的普及,智能可穿戴设备和基于位置的智能服务应用为智能人类移动性预测(Human Mobility Prediction,HMP)带来了新的范式,并在智能医疗、智能城市和智慧交通中有广泛的应用。现有的方法通常基于深度学习模型,能够有效挖掘用户的信息,以达到更加准确的预测从而提供更好的服务。传统的模型训练方法是将用户的数据上传至服务器统一进行训练,但是,随着数据保护等措施的落实,严格的数据规定使得人们对于隐私保护的意识越来越强。联邦学习范式的提出在一定程度上实现了对用户隐私的保护,其可保持数据在本地进行训练,在不与他人共享高度敏感的位置数据的情况下,协同训练HMP模型。但是在实际的用户轨迹移动预测场景中,依然存在着两个十分重要且急需解决的数据异质性问题。一是用户移动模式的异质性,由于人口学和其他客观因素的影响,不同用户个体的移动轨迹模式具有很强的异质性,用户数据的分布是非独立同分布的;二是可用于训练的用户数据是十分稀缺的,存在标签不足或轨迹数据受限的异质性问题。因此,本文提出了一个用于用户移动轨迹预测的端到端联邦表示学习框架,名为FR-HMP,以应对上述所有挑战。本文首先设计了用户本地的轨迹预测模型,可以动态地捕捉历史移动轨迹的时间以及位置信息,其中编码器解码器结构可以增强轨迹向量的表征能力。其次,本文设计了双层服务器模块,由参数服务器和第三方服务器构成,来应对潜在表示信息与模型参数信息同时上传所可能带来的隐私泄露问题。服务器端模块执行是一个两阶段的过程,在参数服务器上,联邦聚类模块可以将相似的客户端聚集到一起,在簇内执行联邦平均算法,以解决用户的异质性移动模式问题;表示学习模块则通过第三方服务器上的图学习层自适应地学习用户间的相似图结构,之后利用图卷积层和相似图结构学习到每个客户端的轨迹信息的增强表征,以应对用户数据的稀缺性问题,提升数据稀缺用户的模型训练效果。利用分割学习,实现在服务器端无原始数据的情况下对模型参数的训练,以达到最优的隐私保护效果。本文利用两个不同的现实世界的公开用户移动轨迹数据集进行了广泛的实验,实验结果显示FR-HMP与现有的先进方法相比,其达到了最优的效果。特别是当预测的位置地点类别较多时,FR-HMP能够取得更优异的效果。除此之外,本文还通过消融实验以验证模型框架各模块的有效性和必要性,并展示了模型的聚类结果和收敛过程。其次,通过对图学习层Topk取值、表示向量维度大小、服务器端表示学习训练轮数等超参数的分析,给模型的初始参数选择提供了标准,通信和计算成本也为下一步的工作奠定了基础。最后,本文给出了下一步工作的建设性意见。

关键词：移动轨迹预测联邦表示学习数据异质性

来源：评论

学校读者我要写书评

暂无评论

基于改进马尔科夫链的移动轨迹预测方法

引用

西安工程大学学报 2020年第2期34卷 97-102页

作者：王泽天高岭高全力西安工程大学计算机科学学院陕西西安710048

为了解决车联网技术中移动轨迹预测精度与实时性难以平衡等问题,提出利用改进的马尔科夫链预测移动轨迹的方法。首先,分析车辆历史路径的地点分布和实时路况;然后,交叉比对转移矩阵中的具体数值,融合具体的路况信息判断车辆出行的影响;... 详细信息

为了解决车联网技术中移动轨迹预测精度与实时性难以平衡等问题,提出利用改进的马尔科夫链预测移动轨迹的方法。首先,分析车辆历史路径的地点分布和实时路况;然后,交叉比对转移矩阵中的具体数值,融合具体的路况信息判断车辆出行的影响;最后,将具体的路况信息加入转移矩阵的计算中,对车辆的下一个路口进行预测。真实数据集中的实验分析表明,相比于传统马尔科夫链方法,该方法可以达到75%的平均预测精度,较大地提高了预测准确性,验证了此方法的有效性。

关键词：移动轨迹预测无人驾驶马尔科夫链路况信息智能交通

来源：评论

学校读者我要写书评

暂无评论

一种基于MN移动轨迹预测的MAP选择算法

引用

计算机技术与发展 2019年第9期29卷 66-70页

作者：何志林王春红李向丽运城学院数学与信息技术学院山西运城044000 郑州大学信息工程学院河南郑州450001

移动IPv6是未来IP网络进行移动管理的关键技术,而移动锚点(MAP)选取算法对层次移动IPv6的性能有着重要影响。通过研究移动节点MN的移动特征在时间和空间上的相关性及连贯性,以此为基础提出了通过MN移动产生的轨迹来进行判定的一类MAP的... 详细信息

移动IPv6是未来IP网络进行移动管理的关键技术,而移动锚点(MAP)选取算法对层次移动IPv6的性能有着重要影响。通过研究移动节点MN的移动特征在时间和空间上的相关性及连贯性,以此为基础提出了通过MN移动产生的轨迹来进行判定的一类MAP的选择算法。该算法综合考虑了MN的移动特征、移动速度及网络拓扑结构等因素,通过对MN移动轨迹进行预测来选取适当的MAP。实验使用NS2作为仿真平台,主要从负载分担、切换时延及丢包率三个方面对最大距离矢量(F-MAP)和基于轨迹预测(PT-MAP)两种MAP选择方案进行了性能分析比较。仿真结果表明,该算法能够有效地改善网络资源的使用情况,提升不同层次的MAP的利用效率并降低其负荷,从而降低切换的延迟情况以及丢包情况,改善MNIPv6的综合能力。该算法可更好地满足实际应用的需求。

关键词：移动锚点移动轨迹预测层次移动IPv6 切换时延丢包率

来源：评论

学校读者我要写书评

暂无评论

移动边缘环境下基于轨迹预测的动态任务卸载和迁移策略

移动边缘环境下基于轨迹预测的动态任务卸载和迁移策略

引用

作者：帅彬重庆大学

学位级别：硕士

近年来,第五代移动通讯技术(5G)的快速普及和边缘基站加速建设,将移动边缘计算(MEC)从概念逐渐落地为助力新兴移动应用、创新人机交互方式、加速物联网大数据治理、完善工业生态的重要基石。移动边缘计算是由云计算演进出的一种新的计... 详细信息

近年来,第五代移动通讯技术(5G)的快速普及和边缘基站加速建设,将移动边缘计算(MEC)从概念逐渐落地为助力新兴移动应用、创新人机交互方式、加速物联网大数据治理、完善工业生态的重要基石。移动边缘计算是由云计算演进出的一种新的计算框架,相比于传统云计算,移动边缘计算将计算任务负载从远程云转移到了更靠近用户的网络边缘节点,利用无线接入网络就近为移动终端设备提供各种所需的服务与云端计算功能,从而创造出一个具备高性能、高带宽与低延迟的服务环境。与此同时,爆发式增长的互联网设备提出的海量计算任务也对移动边缘计算系统提出了更高的挑战。在移动边缘计算系统中,众多的边缘服务器为计算任务提供大量的计算、存储以及通讯资源,但这些资源也是有限的,所以如何高效地卸载计算任务到服务器、如何高效的分配边缘系统中的各种资源、如何保证用户应用服务程序质量Qo S等问题成为了边缘计算研究中的重要课题。本文研究了移动边缘计算环境下的任务卸载和迁移问题,首先针对边缘环境下用户的移动性,提出了一种基于历史移动轨迹的多滑动窗口多项式轨迹预测方法MSWPP,该方法使用最小二乘法分别计算出用户历史轨迹的经纬度序列的多项式拟合函数,并通过多个取样步长不同的滑动窗口采集用户在不同时间长度内的移动模式从而预测用户未来轨迹。然后以保证用户Qo S和能耗优化为目标,提出了一个基于轨迹预测的动态多任务卸载和迁移框架Pre Mig,旨在最大化用户平均服务时长和最小化用户任务迁移次数。Pre Mig框架分为两个部分,满负载服务器的任务重分配算法以及单用户任务的卸载算法,前者进行任务分配优化以及负载均衡,后者保证新任务的卸载以及部分任务的迁移。为验证本文提出的方法,我们基于用户轨迹数据集和边缘服务器数据集进行了广泛的案例研究,实验结果清楚的表明,在低、中、高三种不同用户密度的边缘环境下,本文提出的方法在用户平均服务时长占比和任务迁移次数等指标上均优于基准算法,并且在低用户密度场景下,优势更加明显。

关键词：边缘计算移动性移动轨迹预测任务卸载动态任务迁移

来源：评论

学校读者我要写书评

暂无评论

边缘环境下轨迹预测性感知的在线边缘服务分配

引用

计算机科学 2022年第11期49卷 277-283页

作者：李晓波陈鹏帅彬夏云霓李建岐重庆大学软件与理论重庆重点实验室重庆400044 西华大学计算机与软件学院成都610039 全球能源互联网研究院有限公司北京102209

移动通信技术的快速发展促使了移动边缘计算(Mobile Edge Computing,MEC)的出现。作为第五代(5G)无线网络的关键技术,MEC可利用无线接入网络就近提供电信用户所需服务和云端计算功能,从而创造出一个具备高性能、低延迟与高带宽的服务环... 详细信息

移动通信技术的快速发展促使了移动边缘计算(Mobile Edge Computing,MEC)的出现。作为第五代(5G)无线网络的关键技术,MEC可利用无线接入网络就近提供电信用户所需服务和云端计算功能,从而创造出一个具备高性能、低延迟与高带宽的服务环境,加速网络中的各项内容、服务及应用。然而,如何实现MEC环境下有效且性能有保障的服务卸载和迁移仍然是一个巨大的挑战。针对这一问题,大多数现有的解决方案都倾向于将任务卸载视为一个离线决策过程,使用用户的瞬时位置作为模型输入。而文中考虑了一种预测轨迹感知的在线MEC任务卸载策略,即PreMig。该策略首先通过多项式滑动窗口模型对服务所属边缘用户的未来轨迹进行预测,然后计算用户在边缘服务器信号覆盖范围内的停留时间,最后以一种贪心策略进行边缘服务的分配。为了验证所设计的方法的有效性,基于真实MEC部署数据集和校园移动轨迹数据集开展了模拟实验,实验结果显示,所提策略在平均服务率和用户服务迁移次数两个关键性能指标上均优于传统策略。

关键词：边缘计算移动性移动轨迹预测在线服务分配服务迁移

来源：评论

学校读者我要写书评

暂无评论

检测移动Agent系统中恶意攻击的改进方案

引用

西南师范大学学报（自然科学版） 2004年第3期29卷 366-368页

作者：任柯邱玉辉西南师范大学计算机与信息科学学院重庆400715

对一种检测恶意Agents攻击行为的异常检测模型作出了改进.主要通过分析移动Agent的移动模式及在不同主机上停留时间,以此来判断移动Agent的行为,并且把正常Agent的移动轨迹进行分类,并预测该Agent的下一目的地.最后,通过实验,对提出的... 详细信息

对一种检测恶意Agents攻击行为的异常检测模型作出了改进.主要通过分析移动Agent的移动模式及在不同主机上停留时间,以此来判断移动Agent的行为,并且把正常Agent的移动轨迹进行分类,并预测该Agent的下一目的地.最后,通过实验,对提出的算法进行评估,并分析实验结果.

关键词：代理异常检测有序资源请求率移动轨迹预测

来源：评论

学校读者我要写书评

暂无评论

MEC车联网应用的预迁移策略研究

MEC车联网应用的预迁移策略研究

引用

作者：管茂林重庆邮电大学

学位级别：硕士

移动边缘计算技术(Mobile Edge Computing,MEC)为联网车辆等移动终端提供了具有IT服务和云计算能力的边缘网络环境,具有低时延、本地感知等诸多优势,是5G网络的核心技术之一。车联网领域依托MEC技术构建全新的产业链,通过本地化的应用... 详细信息

移动边缘计算技术(Mobile Edge Computing,MEC)为联网车辆等移动终端提供了具有IT服务和云计算能力的边缘网络环境,具有低时延、本地感知等诸多优势,是5G网络的核心技术之一。车联网领域依托MEC技术构建全新的产业链,通过本地化的应用部署模式,在极短时间内完成行驶数据的获取和传输,能够为“智能交通”作出巨大贡献。基于MEC技术的车联网应用能够为现有的车联网环境带来巨大变革,受到行业和学术界的广泛关注。然而,基于MEC技术的车联网应用在移动性管理方面存在巨大挑战。MEC技术带来极大便利的同时,对部署于边缘网络中的应用提出了移动性要求,即车联网应用在不同MEC服务器之间的迁移。车联网的应用场景使得移动性管理复杂化,主要体现在:联网车辆的高速移动性意味着更频繁的应用迁移,产生的迁移时延严重影响了车辆用户体验;车联网应用涉及人身安全、驾驶体验和互联网服务等多方面,现有的应用迁移策略无法满足其多样化的性能需求。针对频繁迁移产生大量迁移时延的问题,本文提出了基于车辆轨迹预测的应用预迁移方法。通过预测联网车辆未来的行驶轨迹,基于预测结果和虚拟机在线迁移技术,在联网车辆到达目标区域之前完成车联网应用的预部署,以降低车联网应用迁移产生的停机时间。该方法采用了基于极限学习机的车辆轨迹预测方法,能够快速求解预测结果。仿真结果表明,本文所提轨迹预测方法对联网车辆未来行驶方向预测的准确率可达93%,极大地降低了应用的停机时间和服务时延。针对车联网应用多样化的性能需求,本文提出了一种多应用迁移策略,该策略根据车联网应用动态地分配计算和网络资源。本文首先通过动态规划算法求解迁移策略,同时分析了轨迹预测带来的负面影响,并提出了负面影响的规避算法。然后整合各项性能指标,定义了车联网应用优先级。最后结合所提规避算法,提出了一种基于优先队列的多应用迁移算法。仿真结果表明,所提算法在服务稳定性、规避负面影响和满足各应用性能需求等方面表现优越。

关键词：移动边缘计算车联网移动轨迹预测应用迁移策略

来源：评论

学校读者我要写书评

暂无评论

通信大数据下白日人口轨迹研究

通信大数据下白日人口轨迹研究

引用

作者：索丽菲山西财经大学

学位级别：硕士

当今社会，智能手机已越来越成为人们生活与工作中不可缺少的一部分，随时随地在获取并记录着用户的个人通讯记录、移动位置等信息。其中，移动轨迹及位置信息记录了用户在一段时间内所经过以及停留的地理信息。移动位置信息在一定程度... 详细信息

当今社会，智能手机已越来越成为人们生活与工作中不可缺少的一部分，随时随地在获取并记录着用户的个人通讯记录、移动位置等信息。其中，移动轨迹及位置信息记录了用户在一段时间内所经过以及停留的地理信息。移动位置信息在一定程度上反映了用户的生活习惯、社会关系、兴趣爱好等。结合用户移动规律，可以帮助预测出用户的移动趋势以及下一时刻的位置，因而具有较大的应用价值。在此背景下，本文利用手机端用户数据建立了轨迹预测模型并对其应用进行了分析。本文的研究目的主要有两个：第一，利用手机端搜集到的移动轨迹数据构建人口轨迹预测模型；第二，探讨人口轨迹预测模型的应用价值，在预测模型的基础上分析人口的出行规律和活动范围，并实现对区域的主要功能的识别。首先，本文介绍并总结归纳了白日人口出行规律、人类地点空间活动模型及其应用前景，依据统计学方法，综合运用小波分析和 LSTM神经网络，提出了新型人口移动轨迹预测模型。随后利用 2013 年 Nokia 大数据挑战赛中 007 号女性志愿者的手机端移动数据进行实证分析。实验结果表明，取预测精度阈值为 100 米，移动轨迹预测准确率达到了 90.32% ，明显高于 Nokia 大数据挑战赛的平均预测准确率 59% ，具有良好的推广价值。在此基础上，将用户的移动轨迹预测范围扩大至半年，得到了用户未来半年内的移动轨迹。从中提取出用户的停留时间和地点信息，运用层次聚类法对这些信息进行聚类分析，得到了该用户的出行规律，发现该用户的日常出行呈现钟摆式运动，即常常往返于工作单位与住宅之间，并且工作与居住地点位于不同的城市，该结果在一定程度上反映了现代人的工作状态和居住需求。同时，通过聚类区分出了不同集聚地点所具有的功能，由此推断出洛桑等四个城市对于女性上班族分别具备三种商务、居住、娱乐休闲不同的功能。本文虽然针对一位用户的数据建立了预测模型并探讨了其应用价值，但是模型具有普适性，运用不同用户的数据训练模型便可得到该用户的个性化路径预测结果。而且，如果对该城市中具有某种相同属性的群体的轨迹预测数据进行分析，寻找用户的出行规律，区分出城市分区不同的功能区，不仅可以帮助广告商针对目标群体投放广告、店铺选址，具有较大的经济价值，同时可以为城市规划、交通运输等部门提供参考，提高社会资源的利用率，构建智慧城市。

关键词：移动轨迹预测小波分析 LSTM网络模型层次聚类城市功能

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：