基于特征的軌跡數(shù)據(jù)集化簡(jiǎn)研究.pdf

1、隨著位置獲取技術(shù)、移動(dòng)計(jì)算和傳感器網(wǎng)絡(luò)的不斷發(fā)展，越來(lái)越多的移動(dòng)對(duì)象軌跡數(shù)據(jù)被人們所獲得。利用這些軌跡數(shù)據(jù)，各種基于位置的服務(wù)應(yīng)運(yùn)而生，為人們的生活和出行提供了巨大的便利。然而面對(duì)巨大的數(shù)據(jù)規(guī)模，如何有效地化簡(jiǎn)和壓縮這些海量的軌跡數(shù)據(jù)成為了當(dāng)前重要的研究課題。本文分別對(duì)軌跡數(shù)據(jù)壓縮和軌跡數(shù)據(jù)集化簡(jiǎn)這兩類化簡(jiǎn)方法進(jìn)行研究，其主要工作如下：
　?。?）本文對(duì)現(xiàn)有的軌跡預(yù)處理技術(shù)進(jìn)行介紹，包括軌跡噪點(diǎn)過(guò)濾、路網(wǎng)匹配和軌跡劃分等。重點(diǎn)對(duì)比

2、了當(dāng)前軌跡數(shù)據(jù)集化簡(jiǎn)技術(shù)，并分析了當(dāng)前技術(shù)存在的問(wèn)題，為本文接下來(lái)的工作打下基礎(chǔ)。
　?。?）針對(duì)軌跡數(shù)據(jù)壓縮問(wèn)題，本文提出了一種基于預(yù)測(cè)模型的軌跡數(shù)據(jù)壓縮算法。我們將軌跡數(shù)據(jù)時(shí)間信息和空間信息分別進(jìn)行壓縮。在空間方面，我們通過(guò)歷史數(shù)據(jù)獲得軌跡的部分匹配預(yù)測(cè)模型，以此來(lái)預(yù)測(cè)軌跡下一個(gè)可能的位置。在時(shí)間方面，我們通過(guò)歷史數(shù)據(jù)計(jì)算軌跡通行的速度模型，以此來(lái)預(yù)測(cè)移動(dòng)對(duì)象進(jìn)入下一路段的時(shí)間，并保證預(yù)測(cè)軌跡的時(shí)間誤差小于給定閾值，以此提高壓

3、縮效率。實(shí)驗(yàn)表明本文提出的算法相對(duì)于其它的軌跡壓縮算法有較好的壓縮性能。
　?。?）針對(duì)軌跡數(shù)據(jù)集化簡(jiǎn)問(wèn)題，本文提出了基于特征的子軌跡數(shù)據(jù)集化簡(jiǎn)方法。為了達(dá)到更好的化簡(jiǎn)效果，我們提出了基于代表性的軌跡劃分算法，通過(guò)將軌跡特征變化劇烈的路段作為分割點(diǎn)，將整條軌跡劃分成若干子軌跡。隨后，我們通過(guò)子軌跡采樣算法來(lái)得到特征誤差最小的子軌跡組合，并通過(guò)軌跡數(shù)據(jù)的特征構(gòu)造了一個(gè)局部啟發(fā)式算法來(lái)加速算法收斂過(guò)程。最后，我們利用真實(shí)的軌跡數(shù)據(jù)集對(duì)