论文部分内容阅读
随着移动互联网的发展,通过移动设备传感器可获得含有丰富信息的海量轨迹数据。通过数据挖掘分析手段来获取数据中的隐含价值信息,从而改善生活,是近年来许多科研人员关注的热门领域之一。然而原始数据一般会因为资源限制产生数据稀疏、数据缺失等问题为数据挖掘工作带来困难,并且数据挖掘算法的性能、效率也会直接影响最终结果的准确性。本文围绕这一点提出使用深度学习模型中的卷积自编码器来提取特征,以确保轨迹数据聚类分析算法的效率,提高聚类结果的可靠性。