原文传递
城市交通中的车辆稀疏轨迹相似性研究
| 论文题名： | 城市交通中的车辆稀疏轨迹相似性研究 |
| 关键词： | 城市交通;车辆轨迹数据;相似性计算;运行效率;准确度 |
| 摘要： | 随着GPS设备和无线通信等技术的快速发展，城市交通中的车辆轨迹数据的多样性和复杂性与日递增，对车辆轨迹数据的挖掘和分析越显重要。在车辆轨迹的观察时间内，车辆的轨迹是稀疏的——车辆轨迹中的轨迹点在时间维度上分布是不均匀的，即轨迹点之间的时间间隔不是相等的;而且不同车辆的轨迹时间跨度不一样。有些车辆的轨迹时间跨度很长，而另一些车辆的轨迹时间跨度却很短，并且车辆轨迹的时间跨度占整个观察时间的比例很小。传统的轨迹相似性方法难以用于稀疏轨迹的相似性分析。 本文针对城市交通中的车辆稀疏轨迹相似性进行研究，分析稀疏轨迹的特性以及适用它的轨迹相似性方法。 本文第一章介绍了课题研究的背景和意义，研究了城市交通中的车辆稀疏轨迹的特征，并介绍了它的应用场景及其带来的研究价值。本文第二章介绍了轨迹相似性方面的相关研究工作，分析了现有方法在车辆稀疏轨迹上存在的不足。本文第三章提出了关键点思想，讨论车辆稀疏轨迹中关键点的合理选取方法，并给出寻找关键点的算法。本文第四章提出了时间分段思想，讨论如何有效的对稀疏轨迹进行时间分段，并给出时间分段的算法。本文第五章基于第三章中的关键点思想和第四章中的时间分段思想，提出了一种稀疏轨迹相似度度量，并在此基础上给出了一个相似性计算算法STS(Sparse Trajectory SimilarityComputation)。在真实数据集上的实验表明，STS算法较现有算法具有更好的运行效率和准确度。 本文的主要工作包括:(1)研究了城市交通中的车辆稀疏轨迹的特性，并且讨论了稀疏轨迹的应用场景及研究价值;(2)研究了传统的轨迹相似性方法在稀疏轨迹上的运行效果;(3)提出了关键点和时间分段思想，在此基础上给出了一种稀疏轨迹相似性度量和相似性计算算法STS;(4)在真实数据集上的实验，证明了STS算法在运行效率和准确度方面都比传统的算法要好。 |
| 作者： | 肖啸骐 |
| 专业： | 计算机软件与理论 |
| 导师： | 朱扬勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 复旦大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
