Index-based Most Similar Trajectory Search（基于索引的最相似轨迹搜索）
从以下几个方面介绍：
在这里插入图片描述
研究目的：本文定义了速度相关度量和速度无关度量来解决时空轨迹相似性搜索问题：
目前提出的方法大多是基于时间序列分析的背景，或者基于最长公共子序列模型(LCSS)和最近提出的实序列上的编辑距离(EDR)。这些方法的主要缺点是，忽略了运动的时间维度，以及假设轨迹长度相同，采样率相同：
这LCSS或者EDR试图足以匹配采样点，显然这两条轨迹的采用位置不同，后面可以通过线性插值进行改进，补齐欠采样的位置里的
1.定义不相似性度量
在这里轨迹由离散的采样点表示的，所以可以这样计算，主要是为了后面的近似计算插入图片描述
这里的线性时间移动，指的是位置（x,y ）分别是时间的一次函数，求得的距离就是这种形式
在这里这里的线性指的是速度恒定，对应图中的面积插入图片描述
速度相关度量分两种情况
在这里插入图片描述
在这里插入图片描述
在这里插入图片太极端了，剪枝效果差描述
在这里插用为索引的节点估计距离入图片描述
在这里插由Rtree来索引轨迹的过程中，用节点来剪枝，对应也就是把部分在节点里面的轨迹求一个最小的不相似性，第一个注意，重要是为了区分，轨迹在一段时间内，只是部分时间包含在节点中，所以下面的可能大于上面的值。入图片描述
在这里启发式信息，用于剪枝搜索轨迹插入图片描述
在这里插k=1 图片描述
在这找K个最相似轨迹图片描述
在这p 是轨迹的一个压缩系数里插入图片描述
在这个实验说明我们的度量的有效性，LCSS-1是通过线性插值对lcss的一个改进，实验这里插入图片描述
在这这里说明了算法的可扩展性里插入图片描述

Logo
MCP技术社区

欢迎加入 MCP 技术社区！与志同道合者携手前行，一同解锁 MCP 技术的无限可能！

更多推荐

cover

8种封装的1700V国产碳化硅(SiC)功率模块产品介绍及应用

avatar MCP技术社区
cover

（一篇入门）汽车电子电器 之 电机MCU控制器 四

avatar MCP技术社区

基于Echarts的甘特图实现与封装实战

Echarts（Enterprise Charts）是由百度开源的一款功能强大、高度可定制的JavaScript数据可视化库，广泛应用于各类企业级Web应用中。其核心设计理念是“以数据驱动视图”，通过声明式配置即可实现复杂图表的渲染与交互。在现代前端工程化背景下，Echarts不仅支持静态图表展示，更具备动态更新、大数据量处理和跨平台兼容等高级能力，成为构建高性能数据看板、实时监控系统和项目管理工

avatar MCP技术社区