نام پژوهشگر: طیبه گشول دره سیبی
طیبه گشول دره سیبی رویا امجدی فرد
پیشرفت سریع دستگاه های مکان یابی و تکنولوژی های ارتباطی، باعث ایجاد حجم انبوهی از داده های اشیاء متحرک در کاربردهای مختلف شده است. برای استخراج دانش از این حجم انبوه داده، نیاز به روش های ویژه ای است. به این ترتیب داده کاوی اشیاء متحرک حوز? مهمی در داده کاوی است. خوشه بندی داده های مسیر، موضوع مورد توجهی در این حوزه است. در این پایان نامه، چارچوب جدیدی برای خوشه بندی داده-های مسیر ارائه می شود. این چارچوب شامل سه مرحله است: پیش پردازش، کاهش و خوشه بندی. در فاز پیش پردازش، مسیرها با استفاده از یک روش تخمین منحنی ساده سازی و سپس قطعه مسیرها از مسیرهای ساده شده استخراج می شوند. در نمایش قطعه مسیرها از یک کد جهت استفاده می شود. در فاز کاهش مجموع? قطعه مسیرها، با استفاده از روشی که برای میانگین گیری از قطعه مسیرها پیشنهاد شده است، کاهش می یابد. نقش اصلی مرحل? کاهش، افزایش کارایی فاز خوشه بندی است.در فاز خوشه بندی، قطعه مسیرها با استفاده از روش پیشنهادی خوشه بندی مبتنی بر چگالی محلّی، خوشه بندی می شوند. در کنار چارچوب پیشنهادی، تابع فاصله ای برای قطعه مسیرها تعریف شده است که در فاز خوشه بندی به کار می رود. ارزیابی تجربی نشان می-دهد که چارچوب پیشنهادی، کیفیت خوشه بندی را بهبود می دهد.