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! |