軌跡數據相似性查詢及其應用研究.pdf

1、軌跡數據在日常生活、商業(yè)應用與科學研究等方面起著日益重要的作用。隨著無線通信與移動計算技術的快速發(fā)展，我們所能獲取到的軌跡數據規(guī)模也變得前所未有的龐大。如此大量的軌跡數據既帶來了巨大的研究價值，也對數據管理、計算與挖掘提出了嚴峻的挑戰(zhàn)。受限于存儲與計算能力，一方面需要研究如何在確保數據質量的前提下對軌跡數據進行壓縮，另一方面需要研究如何高效地完成一些基礎操作，例如軌跡的相似性查詢。本文以軌跡數據相似性查詢?yōu)檠芯恐攸c，針對現有研究成果的不

2、足，提出了相應的軌跡壓縮算法與高效的軌跡相似性查詢算法。在此基礎上，本文還探索了軌跡數據的應用，設計并實現了一個基于磁場傳感器的細粒度字符輸入系統(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。
　　現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，并計算每一段的權重，可以將權重較高的軌跡段提取

3、出來，組成壓縮軌跡。本算法可以將軌跡中重要部分的細節(jié)全部保留下來，使得壓縮軌跡的語義更完整。實驗結果表明本算法可以在確保軌跡數據可用性的前提下，達到較好的壓縮率。
　　2.基于軌跡段旋轉的軌跡相似性查詢研究。
　　作為使用最廣泛的軌跡距離度量函數，動態(tài)時間彎曲(Dynamic TimeWarping，DTW)具有能處理軌跡中的局部時間偏移、查詢準確度高的優(yōu)點，但是其計算開銷也較大。在實際應用中，通常先根據DTW的下限距離排除

4、不可能出現在結果集合中的候選軌跡，從而提高查詢效率。現有的DTW下限計算方法并沒有考慮多維軌跡的特性，因此本文設計了一種新的DTW下限計算方法，可以有效提高多維軌跡數據上的相似性查詢效率，并通過實驗驗證了該方法的有效性。
　　3.基于磁場傳感器的字符輸入系統(tǒng)。
　　作為對軌跡數據應用的探索，本文設計并實現了一個基于磁場傳感器的字符輸入系統(tǒng)，可以用于任何配備了磁場傳感器的智能設備。該系統(tǒng)首先通過一個軌跡變換算法，消除用戶的不同