基于最小描述长度原则的二阶段轨迹降维算法

俞晓红, 李炎炎, 龙伟, 章乐, Angelyn R.Lao

四川大学学报(自然科学版) ›› 2024, Vol. 61 ›› Issue (06) : 101 -109.

PDF
四川大学学报(自然科学版) ›› 2024, Vol. 61 ›› Issue (06) : 101 -109. DOI: 10.19907/j.0490-6756.2024.062005

基于最小描述长度原则的二阶段轨迹降维算法

    俞晓红, 李炎炎, 龙伟, 章乐, Angelyn R.Lao
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对现有轨迹简化方法不能统一不同长度轨迹样本维度的问题,本文提出了一种两次使用最小描述长度原则的轨迹简化算法,即基于最小描述长度原则的二阶段轨迹简化算法.第一阶段,基于最小描述长度原则的近似轨迹分割算法被使用,对原始单个轨迹样本进行第一次降维处理;第二阶段,再次使用最小描述长度原则迭代地删除原始轨迹上具备极少时空语义信息的位置坐标点,从而达到统一维度的目的 .实验结果表明,该算法既能统一不同长度轨迹样本的维度,又能有效保留原始轨迹中的关键时空语义信息;并且当第一阶段降维算法对轨迹样本压缩程度适当的情况下,第二阶段算法仅会增加极少的时间成本.

关键词

轨迹降维 / 最小描述长度原则 / 轨迹时空语义信息 / 轨迹简化

Key words

引用本文

引用格式 ▾
基于最小描述长度原则的二阶段轨迹降维算法[J]. 四川大学学报(自然科学版), 2024, 61(06): 101-109 DOI:10.19907/j.0490-6756.2024.062005

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/