È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.
Method Article
Una serie di metodi di elaborazione spazio-temporali vengono presentati per analizzare dati di traiettoria umani, come quelli raccolti utilizzando un dispositivo GPS, al fine di modellazione pedonali spazio-temporali attività.
È ben noto che il movimento umano nelle dimensioni spaziali e temporali ha un'influenza diretta sulla trasmissione della malattia 1-3. Una malattia infettiva si diffonde in genere attraverso il contatto tra individui infetti e suscettibili nei loro spazi di attività sovrapposte. Pertanto, l'attività quotidiana mobilità-informazione può essere utilizzata come indicatore per misurare l'esposizione a fattori di rischio di infezione. Tuttavia, una difficoltà maggiore e quindi la ragione per scarsità di studi di trasmissione di malattie infettive in scala micro derivano dalla mancanza di dati dettagliati mobilità individuale. In precedenza nel trasporto e turismo di ricerca dettagliati spazio-temporali dei dati relativi all'attività spesso invocati lo spazio-tempo tecnica di diario, che richiede di registrare i soggetti attivamente le proprie attività nel tempo e nello spazio. Questo è molto impegnativo per i partecipanti e la collaborazione da parte dei partecipanti influisce notevolmente sulla qualità dei dati 4.
Modernotecnologie come il GPS e le comunicazioni mobili hanno reso possibile la raccolta automatica dei dati di traiettoria. I dati raccolti, tuttavia, non è ideale per modellare umani spazio-temporali attività, limitata dalla precisione dei dispositivi esistenti. Non ci è inoltre strumento prontamente disponibili per l'elaborazione efficiente dei dati per lo studio del comportamento umano. Vi presentiamo qui una serie di metodi e di un sistema integrato di ArcGIS desktop-based interfaccia visiva per le analisi di pre-elaborazione e spazio-temporale dei dati di traiettoria. Forniamo esempi di come tale processo possa essere utilizzato per modellare umani spazio-temporali delle attività, in particolare con i dati di errore pedonali ricchi di traiettoria, che potrebbero essere utili in studi sulla salute pubblica come la modellazione trasmissione di malattie infettive.
La procedura presentata include pre-processing, segmentazione traiettoria, spazio caratterizzazione attività, stima della densità e la visualizzazione, e alcuni altri metodi di analisi esplorative. Pre-processing è la pulizia dei dati rumorosi traiettoria grezzi. Si introduce una visuale interattivo pre-elaborazione interfaccia così come un modulo automatico. Segmentazione della traiettoria 5 comporta l'identificazione delle parti interne ed esterne di pre-lavorati spazio-temporali tracce. Ancora, sia segmentazione interattiva visiva e segmentazione automatica sono supportati. Segmentati spazio-temporali tracce vengono quindi analizzati per derivare le caratteristiche del proprio spazio di attività come stima raggio Densità attività ecc e visualizzazione sono utilizzati per esaminare grandi quantità di dati di traiettoria per modellare punti caldi e interazioni. Dimostriamo sia la mappatura densità superficiale e volume 6 il rendering densità 7. Abbiamo anche un paio di altre analisi esplorativa dei dati (EDA) e gli strumenti di visualizzazioni, come il supporto di animazione Google Earth e analisi della connessione. La suite di analitica e metodi visivi presentati in questo documento può essere applicato a tutti i dati di traiettoria per space-time attività consiste nello studio.
1. Ricevere i dati
2. Pre-elaborazione
3. Traiettoria Segmentazione & Space Caratterizzazione di attività
4. Densità superficiale Mapping
5. Densità Stima Volume e Volume Rendering
6. Altre analisi di dati esplorativi (EDA) e visualizzazioni
I dati sono stati raccolti dalla traiettoria volontariato studenti universitari da Kean University (NJ, USA) nella primavera del 2010. Lo scopo era quello di studiare i modelli di attività degli studenti che catturati influenza (diagnosticata dal medico o auto-diagnosi) rispetto a coloro che non hanno. Al fine di illustrare le modalità e le procedure presentate in questo documento abbiamo preso le traiettorie raccolti all'interno dell'area suburbana campus per generare i risultati rappresentativi. Traiettorie ...
Abbiamo usato aggiuntivo meccanismo di ArcGIS sviluppare l'interfaccia. Tutte le operazioni interattive sono state realizzate in C + +. Tutto il trattamento automatico e funzioni di analisi sono state sviluppate utilizzando Python.
Dati AGPS, o dati GPS raccolti da pedonale presenta sfida unica nel pre-elaborazione, come gli errori possono essere enormi a causa di adiacenza agli edifici e alle frequenti fermate interne. Inoltre, la messa a fuoco di pre-elaborazione non dovrebbe essere la...
Nessun conflitto di interessi dichiarati.
Questo lavoro è finanziato dalla sovvenzione del NIH 1R03AI090465.
Name | Company | Catalog Number | Comments |
Nome del reagente | Azienda | Numero di catalogo | Commenti (opzionale) |
WorldTracker GPRS | Monitoraggio Il Mondo | ||
Un personal computer per eseguire l'analisi | |||
ArcGIS software | ESRI | ||
Traiettoria Analyzer Estensione |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneThis article has been published
Video Coming Soon