已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A Semantics-Based Trajectory Segmentation Simplification Method

弹道 计算机科学 分割 特征(语言学) 过程(计算) 语义学(计算机科学) 人工智能 计算机视觉 数据挖掘 天文 语言学 操作系统 物理 哲学 程序设计语言
作者
Minshi Liu,Guifang He,Yi Long
出处
期刊:Journal of geovisualization and spatial analysis [Springer Nature]
卷期号:5 (2) 被引量:11
标识
DOI:10.1007/s41651-021-00088-5
摘要

Abstract With the development of mobile positioning technology, a large amount of mobile trajectory data has been generated. Therefore, to store, process and mine trajectory data in a better way, trajectory data simplification is imperative. Current trajectory data simplification methods are either based on spatiotemporal features or semantic features, such as road network structure, but they do not consider semantic features of a trajectory stop. To overcome this limitation, this study presents a trajectory segmentation simplification method based on stop features. The proposed method first extracts the stop feature of a trajectory, then divides the trajectory into move segments and stop segments based on the stop features, and finally simplifies the obtained segments. The proposed method is verified by experiments on personal trajectory data and taxi trajectory data. Compared with the classic spatiotemporal simplification method, the proposed method has higher spatiotemporal and semantic accuracy under different simplification scales. The proposed method is especially suitable for trajectory data with more stop features.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
waston发布了新的文献求助10
1秒前
明时完成签到,获得积分10
1秒前
1秒前
大模型应助蛙某人的夏天采纳,获得10
2秒前
转运RNA发布了新的文献求助10
3秒前
3秒前
WangJL完成签到 ,获得积分10
4秒前
李思超完成签到 ,获得积分10
5秒前
6秒前
柒_l完成签到 ,获得积分10
7秒前
刘洋完成签到 ,获得积分10
7秒前
Fwin发布了新的文献求助10
7秒前
10秒前
10秒前
蛙某人的夏天完成签到,获得积分10
10秒前
悦耳海鸥完成签到,获得积分10
12秒前
四月的海棠完成签到 ,获得积分10
12秒前
冷艳的一区完成签到 ,获得积分10
13秒前
liaoyoujiao完成签到,获得积分20
13秒前
14秒前
饱满跳跳糖完成签到,获得积分10
14秒前
leave完成签到,获得积分10
15秒前
16秒前
9464完成签到 ,获得积分10
16秒前
Erich发布了新的文献求助10
17秒前
就看最后一篇完成签到 ,获得积分10
17秒前
17秒前
FashionBoy应助111采纳,获得10
19秒前
FFFFF完成签到 ,获得积分0
19秒前
dragon_wu完成签到,获得积分10
20秒前
爱学习的YY完成签到 ,获得积分10
20秒前
移动马桶完成签到 ,获得积分10
20秒前
丝垚完成签到 ,获得积分10
21秒前
22秒前
ZhangL完成签到,获得积分10
23秒前
chiyudoubao发布了新的文献求助10
27秒前
蔚欢完成签到 ,获得积分10
27秒前
洛神完成签到 ,获得积分10
27秒前
科研通AI2S应助科研通管家采纳,获得10
28秒前
29秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244560
求助须知:如何正确求助?哪些是违规求助? 2888296
关于积分的说明 8252294
捐赠科研通 2556717
什么是DOI,文献DOI怎么找? 1385204
科研通“疑难数据库(出版商)”最低求助积分说明 650041
邀请新用户注册赠送积分活动 626193