摘要

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。