轨迹相似性度量方法研究新进展

轨迹数据广泛应用于智能交通、自然保护、疫情防控等领域。轨迹相似性度量是轨迹查询分析中最复杂和耗时的操作之一，是轨迹数据管理领域的研究基础。文章首先将轨迹相似性度量方法按对时间信息是否敏感划分为时间敏感型和非时间敏感型，同时介绍了基于语义和深度学习的新型轨迹相似性度量方法；然后对每类度量方法进行了综合对比分析，并给出了各自的优缺点；最后对本领域未来的研究趋势进行了展望。