导读:本文包含了轨迹压缩技术论文开题报告文献综述及选题提纲参考文献，主要关键词:轨迹压缩,基于位置服务,行驶特征,分布式存储
轨迹压缩技术论文文献综述
江俊文[1]（2016）在《轨迹数据的压缩技术和系统实现》一文中研究指出城市出租车装配的定位设备每天能够收集到大量的轨迹数据,为基于位置服务(Location-based service, LBS)提供重要的数据来源。通过对海量出租车轨迹数据进行分析和挖掘,能够了解交通流量规律,辅助规划人们出行,分析人群行为特征等。然而由于移动定位设备的快速普及和出租车业务的发展,导致轨迹数据的快速增长,给数据存储、实时查询以及数据分析带来了巨大的挑战。而轨迹数据压缩技术是解决数据快速增长的一种有效解决方案。因此本文对轨迹数据进行分析,提取特征数据,挖掘特征的分布。然后基于特征的分布,提出了轨迹信息量度量指标,并在此基础上提出了两种轨迹压缩算法,基于信息量的轨迹压缩算法和基于压缩率的轨迹压缩算法,既保证了压缩率又能保证较高的轨迹压缩质量。为了应对典型的轨迹查询,本文对压缩后的数据进行分布式存储,同时保证较优的查询效率和高吞吐量。本文主要贡献如下：·轨迹特征挖掘提出了轨迹特征挖掘的框架,从轨迹数据中提取速度、方向和位置叁维信息,借助马尔科夫链分析轨迹特征的分布。然后利用高斯模型、高斯混合模型和指数分布拟合轨迹特征的分布,并在真实轨迹数据上实验证明模型的有效性。·轨迹压缩研究提出了轨迹信息量度量指标,然后根据轨迹信息量和轨迹压缩率,综合考虑了轨迹速度,方向和位置特征,提出了基于信息量的轨迹压缩算法和基于压缩率的轨迹压缩算法,在保证压缩率的同时保证轨迹压缩质量。最后与已有的轨迹压缩技术,在真实数据集上进行多个维度比较,实验证明算法的高效性和有效性。·轨迹分布式存储和查询针对轨迹数据上几种常见的查询分析类型,提出基于HBase的分布式存储系统,以及为了支持高效查询分析和快速存储,设计了轨迹数据存储模型,并给出了相应的查询算法。然后在此基础上提出布隆过滤器的优化策略,对不需要遍历的数据块进行剪枝,提高查询效率。最后通过实验证明存储模型的高效性。(本文来源于《华东师范大学》期刊2016-05-01）
江俊文,张凯,王晓玲,金澈清[2]（2016）在《基于行驶特征的轨迹压缩技术》一文中研究指出移动终端的普及和全球定位系统(global positioning system,GPS)的发展,产生了海量的轨迹数据。许多基于位置的服务(location-based services,LBS)利用这些轨迹数据为用户提供服务。但是轨迹数据日益增多带来了许多挑战:数据量巨大,查询延时增长,数据分析困难以及数据冗余。轨迹压缩对于提供更好的服务是非常有必要的,因此提出了基于行驶特征的轨迹压缩技术,考虑了行驶特征,并且把轨迹数据建模为马尔可夫序列。行驶特征包括速度、方向和位置,使用高斯分布对速度变化、方向变化和位置距离进行建模,下一个点的状态就能通过之前的信息来进行预测;根据预测的准确度,为每个轨迹点赋予条件自信息量;筛选出满足用户设定准确度阈值的点,组成压缩后的轨迹。在真实数据集上进行了一系列的实验,证明了算法的性能。(本文来源于《计算机科学与探索》期刊2016年09期）
冯神柱[3]（2013）在《路网轨迹数据的压缩存储技术研究》一文中研究指出随着无线通信和移动计算技术的发展，带定位功能的移动设备在人们日常生活中迅速普及。由定位设备采集的轨迹数据正在快速增长。为了减少轨迹数据存储空间和简化轨迹数据分析，轨迹数据的压缩存储成为当前的研究热点之一。现有的轨迹压缩研究多用轨迹中的部分轨迹点表示轨迹，没有考虑路网信息。在算法获得高压缩率时压缩轨迹往往与原始轨迹相差较大。本文提出了一种基于路网语义和轨迹特征的压缩模型，既保证了压缩质量又获得了高压缩率。考虑到在一定地理空间范围内道路的局限性，路线上产生的轨迹在空间上往往具有重复性，本文接着提出了基于历史轨迹的压缩方法，获得了较高的压缩率。本文主要工作如下：首先，在分析和总结现有传统轨迹压缩算法的基础上，介绍了传统轨迹压缩算法存在的问题。传统的轨迹压缩算法从原始轨迹中根据轨迹点特征选取部分轨迹点存储在压缩轨迹中，在高压缩下压缩轨迹中的轨迹点数较少，压缩轨迹失真较大。为了合理地度量压缩算法对轨迹数据的压缩效果，引入了一种轨迹压缩性能评估方法。接着，提出了基于语义和运动特征的增强语义轨迹压缩算法。简单的基于语义的压缩算法用路段信息代替轨迹点表示压缩轨迹，能获得很高的压缩率，但是不能保证压缩误差。增强语义轨迹压缩算法用路段序列表示压缩轨迹，并在每个路段上根据采样到的轨迹点对移动对象的轨迹进行运动特征侦测，压缩后的语义路段中保留该路段上的运动特征信息。实验验证了增强语义轨迹压缩算法比传统的轨迹压缩算法和简单语义轨迹压缩算法具有更好的压缩效果。最后，通过对城市道路交通网络和历史轨迹数据的分析，本文提出了用历史轨迹数据表示新产生轨迹的基于历史轨迹的轨迹压缩技术。在特定地理空间范围内，轨迹所在的道路是有限的。经过一段时间的轨迹数据搜集，某些轨迹数据所包含的空间信息相同，这些相同的空间信息在压缩轨迹中只需保存一份。本文阐述了轨迹的重复性理论，并通过实验验证了基于历史轨迹的轨迹压缩的优势。论文针对轨迹数据压缩率和压缩误差之间的矛盾，提出的基于增强语义的轨迹压缩方法在高压缩率下减小压缩过程中的信息损失，提高了轨迹的可用性；本文引入基于历史轨迹的压缩方法，使用历史轨迹表示新产生轨迹，对于轨迹存储和挖掘都具有借鉴意义。(本文来源于《杭州电子科技大学》期刊2013-12-01）
李名,胡勤友,孟良[4]（2010）在《基于AIS的船舶运动轨迹压缩技术研究》一文中研究指出随着船舶自动识别系统的强制使用,海事系统及船公司为了对船舶监控,将接收大量的船舶AIS信息。为了存储海量的船舶AIS信息而又确保数据的质量和降低存储成本,就要对AIS信息进行压缩处理。论文结合AIS数据的特点和实际航迹研究的需要,在Douglas-Peucker算法的基础上,将此法结合船舶运动轨迹数据的特点进行了改进,从而提出了动态D-P压缩法。实验表明该算法能在保持较低失真度的情况下,对AIS提供的船舶运动轨迹数据进行有效快速的压缩,对船舶航迹再现、回放等研究和应用起到了启示作用。(本文来源于《航海技术》期刊2010年01期）
刘健[5]（2009）在《数控加工刀位轨迹压缩技术》一文中研究指出自数控机床诞生以来,数控加工已经逐渐成为现代制造业先进生产力的代表,在航空航天、机械电子、模具制造等行业发挥着极为重要的作用。尤其是在模具制造行业,数控加工得到了广泛的应用。通常的模具设计制造流程是CAD完成模具设计,CAM生成由巨量的微线段组成的加工G代码,再由数控机床完成加工。普通的数控机床在完成上述加工时往往存在着加工效率低、速度波动大、机床震颤降低加工精度等问题。针对以上问题,本文对轨迹压缩技术进行了研究。轨迹压缩技术通过使用曲线逼近或拟合的方法将巨量微线段的压缩成数量较小的曲线段,使其能够在保证精度的同时提高进给速度并稳定速度波动,达到提高数控加工效率的目的,从根本上解决巨量微线段在加工过程带来的问题。通过对轨迹压缩技术的研究,本文提出了两种轨迹压缩方法:多项式最小二乘轨迹压缩算法和基于特征点的B样条曲线轨迹压缩算法。多项式最小二乘轨迹压缩算法是通过使用特征点对刀位点进行分段,并对每一分段使用最小二乘多项式逼近的方法。其中特征点通过离散点斜率进行筛选。该算法的特点是对刀位点的压缩率高,不受刀位点局部不均匀性影响,使整体拟合误差平方和达到最小。基于特征点的B样条曲线轨迹压缩方法通过结合微线段转接角和非特征点弦高实现了基于允差的特征点筛选,并将保证精度的迭代过程放在了反算之前,减少了计算量,以达到实时处理的目的。此外,该算法对刀位点“毛刺”的处理也取得了较好的效果。经过测试,算法能够在μm级别实现基于允差的控制;在指令速度大于12m/min时,平均进给速度明显提高,速度波动明显减小;每128个刀位点的分段压缩计算时间达到了20μs实时处理的要求。此外,本文还完成了轨迹测试软件的设计,它能够方便的对不同的轨迹处理算法进行测试和分析。(本文来源于《华中科技大学》期刊2009-05-01）
轨迹压缩技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
移动终端的普及和全球定位系统(global positioning system,GPS)的发展,产生了海量的轨迹数据。许多基于位置的服务(location-based services,LBS)利用这些轨迹数据为用户提供服务。但是轨迹数据日益增多带来了许多挑战:数据量巨大,查询延时增长,数据分析困难以及数据冗余。轨迹压缩对于提供更好的服务是非常有必要的,因此提出了基于行驶特征的轨迹压缩技术,考虑了行驶特征,并且把轨迹数据建模为马尔可夫序列。行驶特征包括速度、方向和位置,使用高斯分布对速度变化、方向变化和位置距离进行建模,下一个点的状态就能通过之前的信息来进行预测;根据预测的准确度,为每个轨迹点赋予条件自信息量;筛选出满足用户设定准确度阈值的点,组成压缩后的轨迹。在真实数据集上进行了一系列的实验,证明了算法的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
轨迹压缩技术论文参考文献
[1].江俊文.轨迹数据的压缩技术和系统实现[D].华东师范大学.2016
[2].江俊文,张凯,王晓玲,金澈清.基于行驶特征的轨迹压缩技术[J].计算机科学与探索.2016
[3].冯神柱.路网轨迹数据的压缩存储技术研究[D].杭州电子科技大学.2013
[4].李名,胡勤友,孟良.基于AIS的船舶运动轨迹压缩技术研究[J].航海技术.2010
[5].刘健.数控加工刀位轨迹压缩技术[D].华中科技大学.2009