基于带序兴趣区域的轨迹查询的启发式扩张搜索扩展算法制造技术

本发明专利技术公开了一种基于带序兴趣区域的轨迹查询的启发式扩张搜索扩展算法，包括如下步骤：1：初始设置全局空间密度相关性下限LB＝0，全局空间密度相关性上限UB＝+∞；2：从查询区域中心中选择一组查询源；3：所有查询源优先级初始设置为0；从每个查询源按照基于优先级排名进行启发式搜索；4：计算空间密度的上限和下限，更新LB和UB；5：判断LB>UB或所有搜索半径超过ε+p.dist/2是否成立，如成立则进入下一步；如不成立则回到上一步；6：根据空间密度上限的值对轨迹进行排序；7：按照轨迹排序细化，返回具有最大空间密度相关性的轨迹。本发明专利技术解决了传统轨迹搜索对TSR查询无效的问题，减小搜索空间，避免重叠区域的遍历，提高查询性能，有效处理带序列的TSR查询。

Heuristic expansion search extension algorithm based on sequence of interest regions

The invention discloses a heuristic order expansion band region of interest based on the search trajectory query expansion algorithm, which comprises the following steps: 1: set the initial global space density correlation limit of LB = 0, UB = global space density correlation limit + 2: infinity; select query from the query source of a group of regional centres; 3: all the initial priority query source is set to 0; from each query source according to the priority ranking based on heuristic search; 4: calculate the upper and lower spatial density, update LB and UB; 5: judge LB> UB or +p.dist /2 over all search radius epsilon is established, such as setting up into the next step; if not then go back; 6: according to the spatial density limit values are sorted on the track; 7: according to the trajectory ranking refinement, return with the largest space density correlation track. The invention solves the problem of invalid TSR query by traditional track search, reduces search space, avoids overlapping area's ergodic, improves query performance, and effectively processes TSR queries with sequences.

【技术实现步骤摘要】
基于带序兴趣区域的轨迹查询的启发式扩张搜索扩展算法
本专利技术属于计算机空间数据领域基于位置的服务，尤其涉及一种基于带序兴趣区域的轨迹查询的启发式扩张搜索扩展算法。
技术介绍
一般将现有的轨迹搜索查询分为三类。在点对点轨迹查询类别中，查询参数是单个空间点，并且查询寻找空间上靠近查询点的轨迹。郑等人[K.Zheng,B.Zheng,J.Xu,G.Liu,A.Liu,andZ.Li.Popularityawarespatialkeywordsearchonactivitytrajectories.WorldWideWeb,19(6):1–25,onlinefirst,2016.]将此查询扩展到覆盖空间和文本域，并提出TkSK查询来检索在空间上靠近查询点的轨迹，以满足查询定义的语义要求。在点到轨迹查询类别中，查询需要一组地点(如观光场所)作为参数，返回一条连接或根据某种标准接近查询位置的轨迹。基于位置的轨迹搜索的概念(TSL)首先由Chen等提出[Z.Chen,H.T.Shen,X.Zhou,Y.Zheng,andX.Xie.Searchingtrajectoriesbylocations本文档来自技高网...

【技术保护点】
一种基于带序兴趣区域的轨迹查询的启发式扩张搜索扩展算法，其特征在于，包括如下步骤：步骤1：初始设置全局空间密度相关性下限LB＝0，全局空间密度相关性上限UB＝+∞；定义空间密度相关性计算公式：

【技术特征摘要】
1.一种基于带序兴趣区域的轨迹查询的启发式扩张搜索扩展算法，其特征在于，包括如下步骤：步骤1：初始设置全局空间密度相关性下限LB＝0，全局空间密度相关性上限UB＝+∞；定义空间密度相关性计算公式：其中，v是轨迹τ上的点，C’sd(c,v)是查询区域c与v之间的空间密度相关性；C’sd(C,v)表示查询区域集合C与轨迹τ的空间密度相关性；pi。g是附属于pi的空间对象的数量；sd(p,v)代表点p与点v之间的距离；*.head表示列表中第一个元素，*.tail表示列表中除head之外的所有元素构成的列表；步骤2：从查询区域中心中选择一组查询源；步骤3：所有查询源优先级初始设置为0；从每个查询源按照基于优先级排名进行启发式搜索；步骤4：计算空间密度的上限和下限，更新LB和UB；步骤5：判断LB>UB或所有搜索半径超过ε+p.dist/2是否成立，其中，ε是事先设置的阈值，p.dist＝max{sd(p,p’),sd(p,p”)}，p’和p”是p的邻近查询源，sd(p,p’)代表点p和点p’之间的网络距离，sd(p,p”)代表点p和点p”之间的网络距离；如成立则网络的相邻查询源扩展终止，进入下一步骤6；如不成立，则回到步骤4；步骤6：根据空间密度上限的值对轨迹进行排序；步骤7：按照轨迹排序进一步细化，返回具有最大空间密度相关性的轨迹。2.如权利要求1所述的算法，其特征在于，步骤2中，利用查询源选择策略从查询区域中心中选择一组查询源，所述查询源选择策略为：给定一组空间对象O和查询轨迹q，如果查询源c具有高的空间对象密度并且在空间上接近于q，则返回查询源c。3.如权利要求1所述的算法，其特征在于，步骤3中，所述从每个查询源按照基于优先级排名进行启发式搜索具体为：采用基于优先级排名的启发式调度策略进行Dijkstra扩展算法，每个查询源pn都有一个标签p.l描述它的优先级，在包含这些查询源的p.l上维护一个动态的优先级堆，定义每个查询源p.l的优先级如下:其中，p.c是一个包含了查询源p和所有以p为最近查询源的非查询源的查询区域中心的集合，|p.c|是它的大小。Tp是部分覆盖轨迹的集合，Ts(p)是被从p开始的搜索范围覆盖的轨迹集合；C’sd(C,τ)是轨迹τ与查询区域集合C的空间密度相关性，C’sd(C,τ).ub代表这个相关性的上限。4.如权利要求1所述的算法，其特征在于，步骤4中，所述计算空间密度的上限和下限具体为：对于每一个新扫描的轨迹，如果没有被从p开始的扩展扫描，它被标记为已被p扫描，计算其空间密度上限C’sd(C,τ).ub和下限C’sd(C,τ).lb；对于查询源，空间密度下限估算公式为：对于查询源，空间密度上限估算...

【专利技术属性】
技术研发人员：毛睿，李荣华，陆敏华，王毅，罗秋明，商烁，刘刚，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44