活動軌跡查詢是當(dāng)前基于位置服務(wù)研究的熱門課題�；顒榆壽E是指帶有用戶活動關(guān)鍵字的軌跡,這類軌跡的查詢算法結(jié)合了傳統(tǒng)軌跡查詢和空間關(guān)鍵字查詢兩個方面的技術(shù),不僅允許用戶輸入多個目標(biāo)地點作為查詢地點,而且允許用戶輸入想要安排的活動作為查詢條件的一部分去搜索匹配的活動軌跡。但是目前的活動軌跡查詢研究注重于關(guān)鍵字的匹配而忽視了地理空間距離的限制。由這些算法得到的活動軌跡雖然完全匹配了用戶活動需求,但卻因關(guān)鍵字匹配要求和現(xiàn)實原因使得軌跡只能接近部分查詢點而遠(yuǎn)離另一部分用戶查詢點。然而用戶需要的是在查詢點附近的軌跡路線,但是算法提供的這些軌跡卻偏離了用戶對于地理位置的需求。本文針對上述活動軌跡查詢算法中存在的缺點,深入研究了活動軌跡和用戶查詢的匹配問題,并提出了軌跡段的匹配方法。該方法將整條活動軌跡劃分為一段段的活動軌跡片段,然后找出能夠匹配部分用戶查詢活動的那些軌跡片段,并將這些軌跡片段連接起來組成一條能夠完整匹配用戶查詢活動且接近用戶查詢點的軌跡提供給用戶�；谏鲜銎ヅ渌枷�,本文提出兩種活動軌跡片段的搜索算法,有序匹配的活動軌跡片段搜索算法（OATSS）和活動軌跡片段擴展算法（ATSE）,去解決... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

路徑查詢示例

象成圖論里的一張圖，每一條道路構(gòu)成了圖中的邊集，道路的交叉路口和終點起點等組成了圖中的點集。圖中每條邊的權(quán)值就相當(dāng)于道路的某項屬性，比如長度、車流速度、通過時間等等。如圖2.1所示，北京的主干道路和交叉路口組成了點集和邊集，并由此構(gòu)成一張路網(wǎng)圖。當(dāng)用戶給定起始點和終點時，這類路徑查詢方法就可以調(diào)用圖論中經(jīng)典的最短路徑搜索算法（Dijkstra算法），得到一條起始點到終點的目標(biāo)路徑。圖2.1：北京路網(wǎng)示例但是現(xiàn)實中道路交通網(wǎng)絡(luò)的點和邊的數(shù)量龐大，Dijkstra算法難以在短時間內(nèi)找到一條從起點到終點的最短路線，由此許多研究人員紛紛提出改進(jìn)策略來提高搜索效率[11-13,18-19]。在論文[11]中，作者提出使用啟發(fā)式搜索策略取代全局搜索，由此得到路徑搜索的A*算法。在啟發(fā)式搜索中，A*算法使用一個評估函數(shù)來評估經(jīng)過這些中間節(jié)點的路徑的權(quán)重

近對方的點對距離總和，由此得到一個最小值作為軌跡相似性的度量值。但是這些方法著眼于軌跡中軌跡點的匹配，并沒有考慮干擾因素。當(dāng)軌跡的采樣頻率不一致時，軌跡相似性的度量值誤差就會變大。如圖2.2所示，A路線采樣頻率比B路線采樣頻率低。這樣兩條軌跡雖然非常相似，但是因采樣頻率不同，由上述距離公式得到的度量值誤差無可避免的偏大。因此在論文[43]中，作者將采樣頻率加入考慮，提出新的評估軌跡相似性方法來衡量軌跡相似性。作者通過線性插值的方法將兩條軌跡的采樣頻率變得接近，由此就可以通過上述距離公式來計算得到軌跡相似性的度量值。圖2.2 采樣頻率不同軌跡示例基于上述軌跡相似性的研究，在論文[37]中，作者提出一種k-BCT的軌跡搜索算法。該算法的目標(biāo)是搜索出整體距離用戶查詢最近的軌跡，因此軌跡相似性公式就設(shè)計成軌跡中距離查詢點最近的那個軌跡點到查詢點的距離。如果查詢點有多個

【參考文獻(xiàn)】：
期刊論文
[1]人類活動軌跡的分類、模式和應(yīng)用研究綜述[J]. 李婷,裴韜,袁燁城,宋辭,王維一,楊格格.  地理科學(xué)進(jìn)展. 2014(07)
[2]利用位置簽到數(shù)據(jù)探索城市熱點與商圈[J]. 胡慶武,王明,李清泉.  測繪學(xué)報. 2014(03)
[3]車輛定位與導(dǎo)航系統(tǒng)中的快速路徑規(guī)劃算法[J]. 彭飛,柳重堪,張其善.  北京航空航天大學(xué)學(xué)報. 2002(01)



本文編號：3030045