[发明专利]时空轨迹数据的分级处理方法

说明书

一种时空轨迹数据的分级处理方法，其中，包括以下步骤：获取增量轨迹数据，所述轨迹为一移动对象在空间中形成的路径；使用在线压缩方法对所述增量轨迹数据进行实时压缩；获取一段时间内的离线轨迹数据；使用离线压缩方法对所述离线轨迹数据进行压缩；以及从所述离线轨迹数据提取出特征向量。

技术领域

本发明涉及时空数据处理领域，特别涉及一种时空轨迹数据的分级处理方法。

背景技术

随着GPS技术的不断发展和个人终端产品的广泛使用，现实生活中产生了大量的轨迹数据，比如手机记录的人们的每天出行轨迹数据，其中包含了人们日常经过的道路信息和经常去的超市、商场、餐馆等感兴趣地点信息；出租车上GPS所记录的车租车行驶轨迹数据，其中包含了城市中人们出行的频繁区域和道路拥堵信息等。

一方面，轨迹数据中包含了一些重要的信息，在大数据时代越多的数据越能挖掘出更多感兴趣的知识，另一方面，平均几秒一次的采样率使得每天积累了大量数据，随着时间的推移产生了海量轨迹数据，对存储条件带来了巨大的考验。因此，如何对时空移动轨迹数据进行处理成了亟待解决的问题。现有的时空轨迹数据处理一般只针对问题给出离线或在线压缩其中某一种方法，并且在对数据压缩后没有进行进一步的特征提取，整个过程缺少了分级处理框架，不利于后续的数据分析和挖掘，如何对轨迹数据进行分层地，多角度地处理仍缺乏具体的处理流程和方法。

发明内容

鉴于现有方案存在的问题，为了克服上述现有技术方案的不足，本发明提出了一种时空轨迹数据的分级处理方法。

根据本发明的一个方面，提供了一种时空轨迹数据的分级处理方法，其中，包括以下步骤：获取增量轨迹数据，所述轨迹为一移动对象在空间中形成的路径；使用在线压缩方法对所述增量轨迹数据进行实时压缩；获取一段时间内的离线轨迹数据；使用离线压缩方法对所述离线轨迹数据进行压缩；以及从所述离线轨迹数据提取出特征向量。

从上述技术方案可以看出，本发明具有以下有益效果：

通过分级处理减少了计算复杂度，减少了存储空间而且最大程度保留了轨迹数据信息，全面地对时空轨迹数据进行前期处理，可以满足各种应用场合的需求，最大可能的保留了数据的原始信息，并且加以提炼、提取，增加了数据的表达形式，提高了时空轨迹数据的使用效率，便于后续的数据分析和挖掘；

对增量轨迹数据基于Sliding Window算法在线压缩，针对收集到的实时轨迹点数据决定是否保存，减小存储压力；

对离线轨迹数据基于动态分割进行离线压缩，结合不同的应用场景，设定合适的曲率阈值，对于特定时间段内数据进行压缩，剔除不重要的冗余数据；

对离线轨迹数据进行特征提取及构建特征向量，可以用于构建目标知识库和目标判别工作

附图说明

图1是本发明实施例时空轨迹数据的分级处理方法流程图；

图2是图1中步骤S2中基于Sliding Window算法的轨迹数据在线压缩流程图；

图3是图1中步骤S4中基于动态分割的轨迹数据离线压缩流程图；

图4是图1中步骤S5中时空轨迹数据特征提取流程图。

具体实施方式

本发明某些实施例于后方将参照所附附图做更全面性地描述，其中一些但并非全部的实施例将被示出。实际上，本发明的各种实施例可以许多不同形式实现，而不应被解释为限于此数所阐述的实施例；相对地，提供这些实施例使得本发明满足适用的法律要求。