軌跡數(shù)據(jù)在日常生活、商業(yè)應(yīng)用與科學(xué)研究等方面起著日益重要的作用。隨著無線通信與移動(dòng)計(jì)算技術(shù)的快速發(fā)展,我們所能獲取到的軌跡數(shù)據(jù)規(guī)模也變得前所未有的龐大。如此大量的軌跡數(shù)據(jù)既帶來了巨大的研究價(jià)值,也對(duì)數(shù)據(jù)管理、計(jì)算與挖掘提出了嚴(yán)峻的挑戰(zhàn)。受限于存儲(chǔ)與計(jì)算能力,一方面需要研究如何在確保數(shù)據(jù)質(zhì)量的前提下對(duì)軌跡數(shù)據(jù)進(jìn)行壓縮,另一方面需要研究如何高效地完成一些基礎(chǔ)操作,例如軌跡的相似性查詢。本文以軌跡數(shù)據(jù)相似性查詢?yōu)檠芯恐攸c(diǎn),針對(duì)現(xiàn)有研究成果的不足,提出了相應(yīng)的軌跡壓縮算法與高效的軌跡相似性查詢算法。在此基礎(chǔ)上,本文還探索了軌跡數(shù)據(jù)的應(yīng)用,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于磁場傳感器的細(xì)粒度字符輸入系統(tǒng)。具體而言,本文開展了以下研究： 1.基于重要軌跡段的軌跡相似性查詢研究�，F(xiàn)有的軌跡壓縮算法只是孤立地壓縮單條軌跡,而且壓縮之后的軌跡與原始軌跡相比,丟失了細(xì)節(jié)的語義信息。為此,本文提出了一種新的軌跡壓縮算法,通過將軌跡分段,并計(jì)算每一段的權(quán)重,可以將權(quán)重較高的軌跡段提取出來,組成壓縮軌跡。本算法可以將軌跡中重要部分的細(xì)節(jié)全部保留下來,使得壓縮軌跡的語義更完整。實(shí)驗(yàn)結(jié)果表明本算法可以在確保軌跡數(shù)據(jù)可用性的前提下...

【文章頁數(shù)】：115 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖1.1一條典型的軌跡（圖摘自[4])

圖1.1一條典型的軌跡（圖摘自[4])圖1.1中展現(xiàn)了一條典型的軌跡。軌跡數(shù)據(jù)是時(shí)間序列數(shù)據(jù)的一種特例，一般而言，將維度大于或等于2的時(shí)間序列數(shù)據(jù)稱為軌跡數(shù)據(jù)。因?yàn)楸疚闹饕绣硨?duì)象是二維或更高維度的時(shí)間序列數(shù)據(jù)，因此在后文中認(rèn)為時(shí)間序列與軌跡是等價(jià)的。常見的軌跡數(shù)據(jù)，除了通過G....

圖2.9基于運(yùn)動(dòng)速度與方向的軌跡壓縮（圖摘自[4])

圖2.9基于運(yùn)動(dòng)速度與方向的軌跡壓縮（圖摘自[4])圖2.9中是本算法的一個(gè)例子。假設(shè)po與Pi包含在壓縮軌跡中，并且物體在Pi處的運(yùn)動(dòng)速度與方向都是己知的。當(dāng)采集到軌跡點(diǎn)P2時(shí)，根據(jù)物體在:Pi處的運(yùn)動(dòng)速度、運(yùn)動(dòng)方向、速度和方向的誤差閾值，以及Pi與P2之間的時(shí)間間隔，可以構(gòu)建....

圖2.17I^fiXeo￡(/i(Q，（7）的圖示

圖2.17I^fi_Xeo￡(/i(Q，(7)的圖示2.2.2.3LB_ImprovedLBJCeogh被提出來之后，有一些工作在其基礎(chǔ)上進(jìn)行了擴(kuò)展[46^49]，

圖4.2米用Douglas-Peucker算法將CharacterTrajectories數(shù)據(jù)集中一條時(shí)間序列的分段結(jié)果，其中m=8

?2040:80100120140-3^2,^圖4.2米用Douglas-Peucker算法將CharacterTrajectories數(shù)據(jù)集中一條時(shí)間序列的分段結(jié)果，其中m=84.4.3.2時(shí)間序列段旋轉(zhuǎn)將時(shí)間序列分段之后，對(duì)每一條時(shí)間序列段而言，需要找到一....

本文編號(hào)：3924724