| 时空和语义结合的船舶轨迹数据压缩方法EI北大核心CSCD |
| |
| 引用本文： | 刘海砚,郭漩,刘俊楠.时空和语义结合的船舶轨迹数据压缩方法EI北大核心CSCD[J].测绘学报,2023(11):1974-1982. |
| |
| 作者姓名： | 刘海砚 郭漩 刘俊楠 |
| |
| 作者单位： | 1.信息工程大学数据与目标工程学院;2.郑州大学计算机与人工智能学院;3.郑州大学地球科学与技术学院; |
| |
| 基金项目： | 国家自然科学基金(42301526)；河南省自然科学基金(182300410005)；地理信息工程国家重点实验室基金(SKLGIE2023-M-4-1)；河南省重点研发与推广专项(科学攻关)(232102211026)~~ |
| |
| 摘 要： | 大数据时代积累了覆盖范围广、时效性强的船舶轨迹数据。对海量冗余轨迹数据进行压缩，可提高检索效率，降低数据存储和传输负担；然而现有方法容易忽略移动对象的运动特征。因此，本文提出一种顾及轨迹时空特征和航行语义特征的压缩方法。首先，分析船舶轨迹的空间、时间和语义特征，设计顾及时空语义特征的轨迹数据压缩流程；其次，通过道格拉斯-普克和滑动窗口法计算轨迹点的时空和语义特征值；然后，加权融合轨迹点的时空和语义特征，构建轨迹点的重要性排序，并通过指定压缩比例获取保留轨迹点数目，实现船舶轨迹数据压缩；最后，根据压缩算法效率、质量和实例分析，表明本文方法可保留行驶的动态语义信息和时空形态特征，既可根据压缩比例控制压缩过程，又可显著减少数据冗余，为后续轨迹挖掘等应用提供数据基础。
|
| 关 键 词： | 数据压缩 轨迹数据压缩 时空特征 语义特征 船舶轨迹 |
| 本文献已被 维普 等数据库收录！ |
