[发明专利]基于带序兴趣区域的轨迹查询的扩张搜索扩展算法

摘要

本发明公开了一种基于带序兴趣区域的轨迹查询的扩张搜索扩展算法，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对每个查询源进行Dijkstra扩展算法，每次扩展距离最小的点；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按照轨迹排序进一步细化，返回具有最大空间密度相关性的轨迹。本发明解决了传统轨迹搜索(TSL)对TSR查询无效的问题，进一步减小了搜索空间，避免重叠区域的遍历，且能有效处理带序列的TSR查询。

主权项

一种基于带序兴趣区域的轨迹查询的扩张搜索扩展算法，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：C,sd(c,v)=Σpi∈cpi.g·e-sd(p,v)]]>C,sd(C,τ)=max(21+e-C,sd(C.head,τ.head)-1)+C,sd(C.tail,τ)C,sd(C,τ.tail)]]>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：对每个查询源进行Dijkstra扩展算法，每次扩展距离最小的点；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。