Abstract：
海量的轨迹数据为管理分析和数据挖掘工作带来了巨大的挑战,轨迹压缩技术成为解决这一问题的一种有效方案.针对目前多数轨迹压缩算法需要人为干预设定阈值的问题,融合特征聚类与轨迹划分的思想提出了一种自适应的轨迹拐点提取压缩算法.算法从轨迹的全局方向特征与局部方向特征出发考虑,依次进行了轨迹粗划分、子轨迹合并以及轨迹细划分的工作.实验结果显示,随着轨迹规模的增大,与其他算法相比,该算法基本能够在保持更高压缩率的同时产生更低的方向误差.提出的算法具有自适应和高精度拐点识别的优势,在其他轨迹压缩场景之下仍有着较高的参考价值.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机系统应用
ISSN： 1003-3254
CN： 11-2854/TP
Year： 2023
Issue： 11
Volume： 32
Page： 212-221
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
