1. 毕业设计（论文）的内容和要求

gps设备越来越多的可用性正在改变人们与网络互动的方式。

位置获取和移动计算技术的进步使得人们可以用一系列时间戳记的位置记录历史位置，从而产生大量的轨迹。

这些轨迹代表了人员，车辆和动物等多种移动物体的移动性。

2. 参考文献

[1] Zheng Y. Trajectory Data Mining: An Overview[M]. ACM, 2015. [2] Zheng Y, Zhang L, Xie X, et al. Mining interesting locations and travel sequences from GPS trajectories[C]// International Conference on World Wide Web. ACM, 2009:791-800. [3] Zheng Y, Zhou X. Computing with Spatial Trajectories[M]. Springer New York, 2011. [4] Giannotti, Fosca, Nanni, et al. Trajectory pattern mining[J]. 2007:330-339. [5] State L, Cocianu C, Vlamos P, et al. PCA-based data mining probabilistic and fuzzy approaches with applications in pattern recognition[C]// Icsoft 2006, First International Conference on Software and Data Technologies, Set#250;bal, Portugal, September. DBLP, 2006:55-60. [6] Maaten L V D, Hinton G. Visualizing Data using t-SNE[J]. Journal of Machine Learning Research, 2008, 9(2605):2579-2605. [7] H#250;sek D, Pokorn#253; J, #344;ezankov#225; H, et al. Web Data Clustering[J]. Studies in Computational Intelligence, 2009, 204:325-353. [8] Ashbrook D, Starner T. Using GPS to learn significant locations and predict movement across multiple users[J]. Personal Ubiquitous Computing, 2003, 7(5):275-286. [9] Zhou Z H, Li M. Semisupervised Regression with Cotraining-Style Algorithms[M]. IEEE Educational Activities Department, 2007. [10] Li W, Wu W J, Wang H M, et al. Crowd intelligence in AI 2.0 era[J]. Frontiers of Information Technology Electronic Engineering, 2017, 18(1):15-43. [11] 许佳捷, 郑凯, 池明旻,等. 轨迹大数据:数据、应用与技术现状[J]. 通信学报, 2015, 36(12):97-105. [12] 张红, 王晓明, 过秀成,等. 出租车GPS轨迹大数据在智能交通中的应用[J]. 兰州理工大学学报, 2016, 42(1):109-114. [13] 吉根林, 赵斌. 时空轨迹大数据模式挖掘研究进展[J]. 数据采集与处理, 2015, 30(1):47-58. [14] 张钦礼. 基于支持向量机和模糊系统的机器学习方法及其应用研究[D]. 江南大学, 2009. [15] 许震, 沙朝锋, 王晓玲,等. 基于KL距离的非平衡数据半监督学习算法[J]. 计算机研究与发展, 2010, 47(1):81-87. [16] 曾皓. 基于GPS移动轨迹的行为识别算法研究[D]. 华南师范大学, 2016. [17] 高强, 张凤荔, 王瑞锦,等. 轨迹大数据:数据处理关键技术研究综述[J]. 软件学报, 2017, 28(4):959-992.

3. 毕业设计（论文）进程安排

2017-12-15～2017-12-22 选题。

2017-12-23～2018-02-28 查阅文献资料，准备开题报告，正式开题。

2018-03-01～2018-03-15 预处理原始轨迹数据包 2018-03-16～2018-04-15 对轨迹数据进行聚类分析 2018-04-16～2018-05-15 将轨迹分析结果降维可视化 2018-05-16～2018-05-31 认真撰写毕业设计论文； 完成英文文献的翻译工作。