【技术实现步骤摘要】
一种基于多层级轨迹编码树的子段相似性匹配方法
本专利技术属于地理信息分析处理
，涉及一种基于轨迹多层级编码树的轨迹子段相似性匹配方法。
技术介绍
时空轨迹，即记录移动对象随着时间推移而发生的位置变化情况的数据。时空轨迹作为最为典型的时空数据类型，近年随着各种传感器、定位芯片的广泛安装，数据量不断积累，数据内容不断丰富，其中蕴含的信息和知识反映出移动对象的不同的运动规律和行为模式，具有可观的挖掘价值。针对轨迹数据的处理与分析也成为地理信息和数据挖掘领域的热点。其中，轨迹相似性是轨迹间最基本的模式，如何综合考虑轨迹形态特征，衡量轨迹间以及轨迹子段间的相似度，是众多轨迹数据挖掘应用首先要明确和解决的问题。真实世界中的移动对象移动速度不一，移动方式多样，产生的轨迹形态以及在不同的采样策略下得到的离散有序轨迹点的分布也复杂多变。传统的轨迹相似性度量和计算一般直接采用时间翘曲或拉伸的方式匹配采样点，本质上属于形状整体相似性度量和计算，而轨迹时空形态中蕴含的时空共现、时空聚集等模式往往只存在于轨迹的部分片段，衡量整体轨迹的粗...
【技术保护点】
1.一种基于多层级轨迹编码树的子段相似性匹配方法，其特征在于，包括以下步骤：/n(S1)对待判断的两条轨迹分别进行轨迹分段，得到各自对应的轨迹子段；/n(S2)分别对待判断的两条轨迹的轨迹全段、轨迹子段以及轨迹片段进行自适应空间剖分网格编码，根据片段的相邻关系和从属关系构建两条轨迹各自对应的三层级轨迹编码树；/n(S3)基于轨迹编码树各层级结点对应的编码寻找候选相似子段对；/n(S4)对得到的候选相似子段对进行排序、合并操作，最后进行显著性检验，得到相似轨迹子段结果。/n
【技术特征摘要】
1.一种基于多层级轨迹编码树的子段相似性匹配方法，其特征在于，包括以下步骤：
(S1)对待判断的两条轨迹分别进行轨迹分段，得到各自对应的轨迹子段；
(S2)分别对待判断的两条轨迹的轨迹全段、轨迹子段以及轨迹片段进行自适应空间剖分网格编码，根据片段的相邻关系和从属关系构建两条轨迹各自对应的三层级轨迹编码树；
(S3)基于轨迹编码树各层级结点对应的编码寻找候选相似子段对；
(S4)对得到的候选相似子段对进行排序、合并操作，最后进行显著性检验，得到相似轨迹子段结果。
2.根据权利要求1所述的基于多层级轨迹编码树的子段相似性匹配方法，其特征在于，(S1)中，轨迹分段采用等间隔分段、等距离分段或拐点分段。
3.根据权利要求1所述的基于多层级轨迹编码树的子段相似性匹配方法，其特征在于，(S1)中，使用拐点分段法进行轨迹分段，步骤如下：
(S11)遍历轨迹中的轨迹片段，以两个连续轨迹片段为遍历单位，遍历步长为一个轨迹片段，记当前遍历的两个轨迹片段的端点坐标为pi-1(xi-1,yi-1)，pi(xi,yi)和pi+1(xi+1,yi+1)；
(S12)计算当前轨迹点前后轨迹片段的拐角θ，公式为：
θ＝arccos((xi-xi-1,yi-yi-1)·(xi+1-xi,yi+1-yi))/(|(xi-xi-1),(yi-yi-1)||(xi+1-xi),(yi+1-yi)|)；
(S13)当连续的两个轨迹片段之间的夹角θ大于设定角度度时，在这两个轨迹片段之间的轨迹点进行分段。
4.根据权利要求3所述的基于多层级轨迹编码树的子段相似性匹配方法，其特征在于，(S13)中，设定角度为60度。
5.根据权利要求1、2、3或4所述的基于多层级轨迹编码树的子段相似性匹配方法，其特征在于，(S2)中构建三层级轨迹编码树的方法如下：
(S21)首先将轨迹全段视作由多个轨迹采样点构成的简单线对象，采用自适应网格剖分算法得到其编码层级，然后对轨迹中心点进行Hilbert-Geohash编码，作为编码树的根结点；
(S22)将轨迹经(S1)轨迹分段完成得到的各轨迹子段视作独立的线对象，采用自适应网格剖分算法得到各轨迹子段所处的编码层级，然后进行自适应Hilbert-Geohash编码，形成编码树的枝节点，并且在建立枝结点的过程中指定编码树的根结点为父结点；
(S23)对每个轨迹子段中包含的多个轨迹片段，同样采用自适应网格剖分算法得到各轨迹片段所处的编码层级，然后进行自适应Hilbert-Geoh...
【专利技术属性】
技术研发人员：吴烨，郭宁，熊伟，陈荦，钟志农，景宁，杨岸然，陈浩，杜春，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。