【摘要】：針對從移動端采集到的移動對象原始軌跡序列的化簡,定義了一種回溯化簡框架,通過線性預測來控制化簡的時機,對當前時刻到回溯的歷史軌跡的起始時刻之間的原始軌跡進行離線化簡,化簡采用時態(tài)距離作為誤差度量方法.在回溯化簡框架下,首先利用每次離線化簡后新產(chǎn)生的化簡點構建多個向量,通過向量計算出預測速度方向,旨在縮小預測方向與未來真實速度方向的差異;然后利用點集合存儲有向無環(huán)圖中必需訪問邊來降低最優(yōu)線化簡算法的時間復雜度.第1組實驗表明,相對于直接使用最近兩個位置點計算速度方向,抖動較為劇烈的原始軌跡在新的預測速度方向下的化簡率更高,說明預測速度方向比切線速度方向更接近移動對象的未來運動方向;第2組實驗表明,優(yōu)化后離線化簡算法的時間性能有所提高,說明減少邊的訪問量確實能夠降低算法的時間開銷.
[Abstract]:Aiming at the simplification of the original trajectory sequence of moving object collected from the mobile end, a backtracking simplification framework is defined, and the time of simplification is controlled by linear prediction. The original trajectory from the current moment to the beginning time of the historical track is simplified off-line, and the temporal distance is used as the error measure method. In the framework of retrospective simplification, several vectors are constructed by using the newly generated simplification points after each off-line simplification, and the predicted velocity direction is calculated by vector, in order to reduce the difference between the prediction direction and the future real speed direction. Then the necessary access edges in directed acyclic graphs are stored by point sets to reduce the time complexity of the optimal linear simplification algorithm. The first group of experiments show that, compared with the direct use of the nearest two position points to calculate the velocity direction, the original trajectory with more severe jitter has a higher reduction rate in the new predicted velocity direction. The predicted velocity direction is closer to the moving object's future motion direction than the tangent velocity direction. The second group of experiments show that the time performance of the offline simplification algorithm is improved after optimization, which shows that the time cost of the algorithm can be reduced by reducing the number of side visits.
【作者單位】： 武漢大學計算機學院;
【基金】：國家自然科學基金資助項目(60903035,41001296) 國家高技術研究發(fā)展計劃(863計劃)資助項目(2013AA12A301)~~
【分類號】：TP301.6

【相似文獻】

相關期刊論文 前10條

1 黃添強;卓飛豹;;移動對象查詢研究進展[J];系統(tǒng)仿真技術;2007年04期

2 李伯權;;基于軌跡不確定的移動對象的預測處理[J];齊齊哈爾大學學報;2008年06期

3 王元芝;鄢來斌;;一種移動對象位置信息的處理方法[J];計算機工程與科學;2009年12期

4 李實吉;秦小麟;施竣嚴;;障礙空間中的移動對象位置預測[J];計算機科學;2014年07期

5 易善楨,張勇,周立柱;一種平面移動對象的時空數(shù)據(jù)模型[J];軟件學報;2002年08期

6 吳勁;盧顯良;;移動對象數(shù)據(jù)模型[J];計算機科學;2002年06期

7 董毅,Edward Chan,黃載祿;LDCQ的距離更新策略[J];華中科技大學學報(自然科學版);2003年12期

8 李國徽;鐘細亞;;一種基于固定網(wǎng)絡的移動對象運動軌跡索引模型[J];計算機研究與發(fā)展;2006年05期

9 盧炎生;查志勇;潘鵬;;一種改進的移動對象時空數(shù)據(jù)模型[J];華中科技大學學報(自然科學版);2006年08期

10 廖巍;唐桂芬;景寧;鐘志農(nóng);;基于速度分布的移動對象混合索引方法[J];計算機學報;2007年04期

相關會議論文 前10條

1 翁敬農(nóng);;移動對象及其時空模型的研究[A];中國地理信息系統(tǒng)協(xié)會第九屆年會論文集[C];2005年

2 張偉;皮德常;;挖掘移動對象的頻繁運動模式[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

3 曹會萍;丁治明;王珊;孟小峰;;移動對象管理的自適應索引方法[A];第十八屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2001年

4 胡志智;孟小峰;郭研妍;李本釗;陳繼東;;基于模擬預測的移動對象位置主動更新策略[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

5 陳濱;丁治明;紀鵬程;;基于動態(tài)交通網(wǎng)絡的移動對象的索引[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2006年

6 王波濤;陳賀;馬俊;喜連川優(yōu);王國仁;;基于區(qū)域覆蓋的移動對象索引的設計與實現(xiàn)[A];第26屆中國數(shù)據(jù)庫學術會議論文集（A輯）[C];2009年

7 涂丹丹;向琳;左德承;楊孝宗;;移動對象數(shù)據(jù)庫管理技術[A];黑龍江省計算機學會2007年學術交流年會論文集[C];2007年

8 白蕓;孟小峰;丁銳;楊楠;胡志智;;基于移動對象流的道路索引[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2003年

9 劉小峰;陳傳波;劉云生;;移動對象全局K最接近鄰居查詢研究[A];2007年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2007年

10 趙亮;陳犖;景寧;鐘志農(nóng);;一種高效的移動對象連續(xù)多范圍查詢處理框架[A];第26屆中國數(shù)據(jù)庫學術會議論文集（B輯）[C];2009年

相關重要報紙文章 前4條

1 中國人民大學信息學院 孟小峰 丁治明;讓數(shù)據(jù)跟隨你移動[N];計算機世界;2001年

2 中國人民大學信息學院 郝興;移動數(shù)據(jù)管理待補課[N];中國計算機報;2008年

3 ;Word中的“微調(diào)”技術[N];中國計算機報;2005年

4 四川 余文勇;課件特殊效果巧實現(xiàn)[N];中國電腦教育報;2001年

相關博士學位論文 前10條

1 吳佩莉;移動對象軌跡數(shù)據(jù)管理關鍵技術研究[D];北京理工大學;2015年

2 楊彬;室內(nèi)移動對象的數(shù)據(jù)管理[D];復旦大學;2010年

3 葉李;移動對象數(shù)據(jù)庫查詢及處理技術研究[D];電子科技大學;2011年

4 張恒飛;空間數(shù)據(jù)庫中移動對象位置管理技術研究[D];華中科技大學;2012年

5 方穎;移動對象數(shù)據(jù)庫中移動對象索引方法研究[D];武漢大學;2010年

6 廖巍;面向位置服務的移動對象索引與查詢處理技術研究[D];國防科學技術大學;2007年

7 陳楠;時空數(shù)據(jù)庫中移動對象的索引和查詢技術研究[D];浙江大學;2010年

8 趙亮;面向位置服務的移動對象并發(fā)查詢處理技術[D];國防科學技術大學;2010年

9 張鳳荔;移動對象數(shù)據(jù)智能處理模型研究[D];電子科技大學;2007年

10 袁冠;移動對象軌跡數(shù)據(jù)挖掘方法研究[D];中國礦業(yè)大學;2012年

相關碩士學位論文 前10條

1 黃川林;室內(nèi)移動對象軌跡分析研究[D];中國科學技術大學;2014年

2 王夢冉;蜂窩網(wǎng)中基于頻繁軌跡的越區(qū)切換算法研究[D];西南交通大學;2015年

3 金琨;不確定環(huán)境下移動對象軌跡模式挖掘及路徑規(guī)劃研究[D];西南交通大學;2015年

4 易顯天;面向位置服務的道路網(wǎng)絡下的汽車索引技術研究[D];電子科技大學;2015年

5 畢彥博;優(yōu)化的基于Voronoi圖的移動對象K近鄰查詢算法的研究與實現(xiàn)[D];東北大學;2013年

6 孫清清;面向移動對象間狀態(tài)查詢優(yōu)化算法的研究與實現(xiàn)[D];東北大學;2013年

7 楊雨;面向GPS的移動對象軌跡模式挖掘研究[D];東北大學;2014年

8 張盼盼;融合復合特征的移動軌跡預測方法的研究與實現(xiàn)[D];西安電子科技大學;2014年

9 吳昊;基于路網(wǎng)的移動對象位置管理關鍵技術研究[D];南京郵電大學;2015年

10 李岳昌;基于代價聚簇的城市路網(wǎng)移動對象索引技術[D];南京郵電大學;2015年

，

本文編號：2402001