基于预测模型的轨迹数据压缩方法

针对目前路网环境下海量轨迹数据压缩效率低下的问题,提出了一种基于预测模型的轨迹数据压缩方法（CTPM）。通过将轨迹数据的时间信息和空间信息分别进行压缩,使得压缩后的轨迹数据在空间维度上无损,并且在时间维度上误差有界,以此提高压缩效率。在空间方面,首先利用部分匹配预测（PPM）算法通过轨迹已经行驶的部分路段对其下一时刻可能的位置进行预测;然后通过删除预测成功的路段来减少轨迹数据的存储代价。在时间方面,首先利用轨迹通行状况具有周期性的特点,构建了不同时间区间的通行速度统计模型,来预测移动对象进入下一路段所需要的时间;然后删除预测时间误差小于给定阈值的路段数据来进行压缩处理。实验结果显示,与已有的基于路网的并行轨迹压缩（PRESS）算法相比,CTPM的空间压缩比和时间压缩比平均分别提高了43%和1.5%,同时时间压缩误差减小了9.5%。实验结果表明所提算法在提高压缩比的同时有效地降低了压缩时间和压缩误差。     

基于相对同步欧氏距离筛选的在线GPS轨迹数据压缩算法

为了减小给定压缩率下,压缩轨迹与原始轨迹之间的差异,提出一种基于相对同步欧氏距离筛选的在线GPS轨迹数据压缩算法。所提算法可以根据用户的压缩率要求设定轨迹压缩过程,将新到来的轨迹点保存到一个存储队列中,每次从队列中选择引起同步欧氏距离误差最小的轨迹点移除,以达到在给定压缩率下减小压缩前后轨迹间差异的目的。理论分析和实验结果表明,较现有以压缩率为压缩依据的主流在线GPS轨迹数据压缩算法而言,压缩率相同时,所提算法对应的平均同步欧氏距离误差明显减小,所需的压缩时间略有增加。     

模拟退火粒子群算法在矢量线数据压缩中的应用

首先根据矢量线数据自身的特点与压缩的要求,给出能够评估压缩后数据精度的目标函数,然后提出一种基于模拟退火的离散粒子群优化算法来实现矢量线数据压缩。实验结果表明,该算法较现有算法具有更好的效果。     

一种基于SDT算法的新的过程数据压缩算法

针对流程工业实测过程数据压缩存储问题,在深入分析旋转门（SDT,Swing Door Trending）算法的基础上,提出了一种基于SDT算法新的过程数据压缩算法（NSDT,New Swing Door Trending）。NSDT算法采用曲线对过程数据进行拟和以实现数据压缩,与SDT算法相比能取得更好的压缩效果。根据理论分析和实验数据结果分析,证明了NSDT算法确实可以在不增加压缩误差的前提下,有效地提高压缩比。     

一种基于SDT算法的新的过程数据压缩算法

针对流程工业实测过程数据压缩存储问题,在深入分析旋转门（SDT,Swing Door Trending）算法的基础上,提出了一种基于SDT算法新的过程数据压缩算法（NSDT,New Swing Door Trending）。NSDT算法采用曲线对过程数据进行拟和以实现数据压缩,与SDT算法相比能取得更好的压缩效果。根据理论分析和实验数据结果分析,证明了NSDT算法确实可以在不增加压缩误差的前提下,有效地提高压缩比。     

曲线数据压缩算法的研究及应用

针对经典的道格拉斯-普克数据压缩算法存在递归计算效率低、阈值选取不确定等不足，提出了一种改进的特征点提取方法，该算法通过直方图统计数据点的频数，根据数据点到基线的距离、数据点与相邻数据点间的夹角，考虑数据点的“孤立性”和频数，利用熵值法确定最终评价值，自动按照给定数据压缩率进行曲线数据压缩.在MATLAB上进行了仿真实验，利用自主研发的控制系统平台，对进油计量阀流量特性进行增量自学习，并在油泵台架和发动机台架上完成了相应的实验.实验结果表明，本算法可以有效的对数据进行压缩处理，满足测量系统和控制系统的数据压缩需求.     

基于字典的DNA序列压缩算法研究及应用*

在现有DNA序列数据压缩算法的基础上,以DNA序列数据的存储效率及生物学解释综合考虑,设计并实现了基于字典的DNA序列压缩算法DNADCompress.算法核心包括重复子串字典建立、字典项筛选、字串压缩编码三方面.实验数据表明,数据压缩算法压缩效果达到常用DNA序列压缩算法水平,并为序列生物学解释提供了基础.     

基于LZW的RFID标签数据压缩算法

针对射频标签(RFID)标签存储空间不大但数据重复性较高的问题,提出一种改进的基于LZW的RFID标签数据压缩算法,采用多叉树存储结构以提高数据压缩速度,改进阈值判断操作方法以避免浪费存储空间。实验结果表明,与其他算法相比,改进算法在压缩时间与压缩效率上具有较大优势。     

基于遗传算法的时空数据压缩策略优化

针对时空数据因为有损压缩导致的还原精度不高的问题,提出了使用遗传算法对时空数据压缩策略进行优化。算法模拟生物进化过程,首先,在初始阶段,根据所处数据环境在格拉斯-普克算法基础上自适应地调整压缩参数,进行染色体编码,初始种群生成;然后在进化阶段,引入"精英保留策略"保证全局最优个体;最后完成交叉、变异等操作。采用四种不同的压缩策略进行实验,对比了各自压缩率和还原误差的详细情况。实验结果表明,遗传算法对于时空数据压缩的策略优化具有良好的效果,可以有效地降低还原误差。     

嵌入式零树编码在天气雷达回波数据压缩中的应用

本文研究基于小波零树编码的天气雷达立体扫描数据压缩算法。根据雷达回波数据的特点，提出了一种有效的雷达数据预处理方案，然后利用Shapiro的嵌入式小波零树算法对预处理后的图像数据进行压缩实验。实验结果表明，该雷达回波数据压缩算法，在低比特率情况下，仍有很高的PSNR值和满意的主观效果。     

一种加入时间维的船舶轨迹高效离线压缩算法研究

全球船舶轨迹大数据加工的一个重要步骤是对船舶轨迹进行压缩。以经典船舶轨迹离线压缩算法思路为基础,探讨了传统算法在压缩效果和压缩效率方面存在的问题。例如,经典Douglas-Peucker压缩算法没有考虑时间维,导致压缩后的数据对船舶的速度与航行状态信息的保留效果不佳。但是,动态Douglas-Peucker算法虽然考虑了时间维,却因此增加了计算量,导致压缩效率不高。在上述算法的基础上,将考虑时间维的轨迹压缩算法对应到向量空间中,利用向量的内积、外积的几何性质,对算法压缩效率和效果进行了改善,并提出了快速Douglas-Peucker算法。经过实验验证,该算法较经典算法效率提高了约30%以上,压缩效果比已有算法更优。     

基于偏移量计算的在线GPS轨迹数据压缩

针对现有基于偏移量计算的在线GPS轨迹数据压缩算法不能有效评估关键点的问题,提出基于偏移量计算的在线GPS轨迹数据压缩算法--关键点前继修正算法（KPFA）。该算法通过计算同步欧式距离（SED）累积偏移量来发现轨迹点中信息量较大的关键点,同时设置阈值对关键点之前和上一个关键点之后的轨迹点进行修正,更好地保留轨迹信息。实验结果表明,和按时间比例的开窗算法（OPW-TR）及启发式空间质量简化算法的改进算法（SQUISH-E）相比,压缩率相同时KPFA的平均SED误差最小,并且运行时间最快且维持在100 000 ms。KPFA算法对轨迹点的信息量评估准确度更高,运行时间更稳定。     

基于分段的移动对象轨迹简化算法

GPS的高采样率使轨迹的数据规模巨大，在实际应用中难以处理，需要依赖轨迹简化算法对原始数据进行压缩。针对此问题，提出了一种新的基于速度分段的轨迹简化算法，即STS算法，在保留速度特征的同时保留了给定轨迹的时空特征。STS算法将速度值分组成若干间隔，将轨迹分割成速度保留段，计算各轨迹段的SED阈值，通过在每个子轨迹段上应用TD-TR算法导出简化的轨迹。通过真实的数据集进行广泛实验，验证所提出的算法比ATS算法具有更好的性能。     

一种改进的小波变换图像压缩算法

针对图像的数据量的相对庞大、传输速度慢的问题,需要一种很好的压缩算法,既能以较少的失真率对图像进行压缩,又能使压缩的过程相对迅速,以满足当今网络应用的需求。通过研究两种已有的小波变换图像压缩算法的算法思想及算法流程,找出它们的特性及存在的不足,并通过对小波变换后的图像的不同频域子带的小波树进行分类,采用适合的压缩算法对各部分进行压缩,使图像的整体压缩效果得到提高,同时也降低了压缩过程的复杂度。实验结果表明,改进的小波变换图像压缩算法在压缩效果和压缩效率上都优于两种已有的小波变换图像压缩算法。这个分类压缩的方法能够有效地提高图像的压缩效果,也降低了算法的复杂度。     

基于阈值与人眼特性的小波图像压缩算法

针对图像传输数据量大的问题,通过结合小波变换的高效性与普遍性,提 出了一种基于阈值与人眼特性的小波图像压缩算法,在图像的低频子带中通过结合阈值与人 眼的视觉敏感度,提出了阈值保留算法;而图像的高频子带则是通过结合小波变换后各子带 的方向性,并根据小波幅角的不同提出了边缘保留算法;在保证图像质量的同时减少了图像 中的冗余信号。实验结果表明,新方法能够实现上述目标且具有低耗时的优势,在图像压缩 领域具有较好的发展前景。     

基于前缀投影技术的大规模轨迹预测模型

智能手机、车载GPS终端、可穿戴设备产生了海量的轨迹数据,这些数据不仅描述了移动对象的历史轨迹,而且精确地反映出移动对象的运动特点.已有轨迹预测方法的不足在于：不能同时兼具预测的准确性和时效性,有效的轨迹预测受限于路网等局部空间范围,无法处理复杂、大规模位置数据.为了解决上述问题,针对海量移动对象轨迹数据,结合频繁序列模式发现的思想,提出了基于前缀投影技术的轨迹预测模型PPTP（prefix projection based trajectory prediction model）,包含两个关键步骤：（1）挖掘频繁轨迹模式,构造投影数据库并递归挖掘频繁前序轨迹模式;（2）轨迹匹配,以不同频繁序列模式作为前缀增量式扩展生成频繁后序轨迹,将大于最小支持度阈值的最长连续轨迹作为结果输出.算法的优势在于：可以通过较短的频繁序列模式,增量式生成长轨迹模式;不会产生无用的候选轨迹,弥补频繁模式挖掘计算代价较高的不足.利用真实大规模轨迹数据进行多角度实验,表明PPTP轨迹预测算法具有较高的预测准确性,相对于1阶马尔可夫链预测算法,其平均预测准确率可以提升39.8%.基于所提出的轨迹预测模型,开发了一个通用的轨迹预测系统,能够可视化输出完整的轨迹路线,为用户路径规划提供辅助决策支持.     

Mining top-K frequent itemsets from data streams

Frequent pattern mining on data streams is of interest recently. However, it is not easy for users to determine a proper frequency threshold. It is more reasonable to ask users to set a bound on the result size. We study the problem of mining top K frequent itemsets in data streams. We introduce a method based on the Chernoff bound with a guarantee of the output quality and also a bound on the memory usage. We also propose an algorithm based on the Lossy Counting Algorithm. In most of the experiments of the two proposed algorithms, we obtain perfect solutions and the memory space occupied by our algorithms is very small. Besides, we also propose the adapted approach of these two algorithms in order to handle the case when we are interested in mining the data in a sliding window. The experiments show that the results are accurate.

PNN query processing on compressed trajectories

Trajectory compression is widely used in spatial-temporal databases as it can notably reduce (i) the computation/communication load of clients (GPS-enabled mobile devices) and (ii) the storage cost of servers. Compared with original trajectories, compressed trajectories have clear advantages in data processing, transmitting, storing, etc. In this paper, we investigate a novel problem of searching the Path Nearest Neighbor based on Compressed Trajectories (PNN-CT query). This type of query is conducted on compressed trajectories and the target is to retrieve the PNN with the highest probability (lossy compression leads to the uncertainty), which can bring significant benefits to users in many popular applications such as trip planning. To answer the PNN-CT query effectively and efficiently, a two-phase solution is proposed. First, we use the meta-data and sample points to specify a tight search range. The key of this phase is that the number of data objects/trajectory segments to be processed or decompressed should be kept as small as possible. Our efficiency study reveals that the candidate sets created are tight. Second, we propose a reconstruction algorithm based on probabilistic models to account for the uncertainty when decompressing the trajectory segments in the candidate set. Furthermore, an effective combination strategy is adopted to find the PNN with the highest probability. The complexity analysis shows that our solution has strong advantages over existing methods. The efficiency of the proposed PNN-CT query processing is verified by extensive experiments based on real and synthetic trajectory data in road networks.