留言板

 引用本文: 王前东. 经典轨迹的鲁棒相似度量算法[J]. 电子与信息学报, 2020, 42(8): 1999-2005.
Qiandong WANG. A Robust Trajectory Similarity Measure Method for Classical Trajectory[J]. Journal of Electronics and Information Technology, 2020, 42(8): 1999-2005. doi: 10.11999/JEIT190550
 Citation: Qiandong WANG. A Robust Trajectory Similarity Measure Method for Classical Trajectory[J]. Journal of Electronics and Information Technology, 2020, 42(8): 1999-2005.

• 中图分类号: TP301

A Robust Trajectory Similarity Measure Method for Classical Trajectory

• 摘要: 针对经典轨迹与实时轨迹之间的大差异性，该文利用最长公共子序列理论，提出一种鲁棒的轨迹相似度量方法。该方法首先利用点到线段之间的距离判断经典轨迹的点与实时轨迹的线段是否一致；然后利用改进的多对1最长公共子序列算法，计算经典轨迹与实时轨迹之间的最长公共子序列长度；最后将最长公共子序列长度与经典轨迹的点数的比值作为经典轨迹与实时轨迹之间的相似度。实验说明该算法的鲁棒性，该算法能够有效解决经典轨迹与实时轨迹之间的大差异轨迹相似度量问题。
• 图  1  不同距离门限的轨迹相似度量

图  2  不同轨迹删除率的轨迹相似度量

图  3  不同轨迹扰动率的轨迹相似度量

•  [1] ANDRIENKO G, ANDRIENKO N, FUCHS G, et al. Clustering trajectories by relevant parts for air traffic analysis[J]. IEEE Transactions on Visualization and Computer Graphics, 2018, 24(1): 34–44. [2] 毛嘉莉, 金澈清, 章志刚, 等. 轨迹大数据异常检测: 研究进展及系统框架[J]. 软件学报, 2017, 28(1): 17–34. MAO Jiali, JIN Cheqing, ZHANG Zhigang, et al. Anomaly detection for trajectory big data: Advancements and framework[J]. Journal of Software, 2017, 28(1): 17–34. [3] 李保珠, 张林, 董云龙, 等. 基于航迹矢量分级聚类的雷达与电子支援措施抗差关联算法[J]. 电子与信息学报, 2019, 41(6): 1310–1316. LI Baozhu, ZHANG Lin, DONG Yunlong, et al. Anti-bias track association algorithm of radar and electronic support measurements based on track vectors hierarchical clustering[J]. Journal of Electronics &Information Technology, 2019, 41(6): 1310–1316. [4] 陈鸿昶, 徐乾, 黄瑞阳, 等. 一种基于用户轨迹的跨社交网络用户身份识别算法[J]. 电子与信息学报, 2018, 40(11): 2758–2764. CHEN Hongchang, XU Qian, HUANG Ruiyang, et al. User identification across social networks based on user trajectory[J]. Journal of Electronics &Information Technology, 2018, 40(11): 2758–2764. [5] AGRAWAL R, FALOUTSOS C, and SWAMI A. Efficient similarity search in sequence databases[C]. The 4th International Conference on Foundations of Data Organization and Algorithms, Chicago, USA, 1993: 69–84. [6] KEOGH E and RATANAMAHATANA C A. Exact indexing of dynamic time warping[J]. Knowledge and Information Systems, 2005, 7(3): 358–386. [7] GUO Ning, MA Mengyu, XIONG Wei, et al. An efficient query algorithm for trajectory similarity based on Fréchet distance threshold[J]. ISPRS International Journal of Geo-Information, 2017, 6(11): 326. [8] 魏龙翔, 何小海, 滕奇志, 等. 结合Hausdorff距离和最长公共子序列的轨迹分类[J]. 电子与信息学报, 2013, 35(4): 784–790. WEI Longxiang, HE Xiaohai, TENG Qizhi, et al. Trajectory classification based on Hausdorff distance and longest common subsequence[J]. Journal of Electronics &Information Technology, 2013, 35(4): 784–790. [9] 朱进, 胡斌, 邵华. 基于多重运动特征的轨迹相似性度量模型[J]. 武汉大学学报: 信息科学版, 2017, 42(12): 1703–1710. ZHU Jin, HU Bin, and SHAO Hua. Trajectory similarity measure based on multiple movement features[J]. Geomatics and Information Science of Wuhan University, 2017, 42(12): 1703–1710. [10] VLACHOS M, KOLLIOS G, and GUNOPULOS D. Discovering similar multidimensional trajectories[C]. The 18th International Conference on Data Engineering, San Jose, USA, 2002: 673–684. doi: 10.1109/ICDE.2002.994784. [11] 刘宇, 王前东. 基于最长公共子序列的非同步相似轨迹判断[J]. 电讯技术, 2017, 57(10): 1165–1170. LIU Yu and WANG Qiandong. Computing similar measure between two asynchronous trajectories based on longest common subsequence method[J]. Telecommunication Engineering, 2017, 57(10): 1165–1170. [12] WAGNER R A and FISCHER M J. The string-to-string correction problem[J]. Journal of the ACM, 1974, 21(1): 168–173. [13] CHOONG M Y, ANGELINE L, CHIN R K Y, et al. Modeling of vehicle trajectory clustering based on LCSS for traffic pattern extraction[C]. The 2nd IEEE International Conference on Automatic Control and Intelligent Systems, Kota Kinabalu, Malaysia, 2017: 74–79. doi: 10.1109/I2CACIS.2017.8239036. [14] 王前东. 一种带匹配路径约束的最长公共子序列长度算法[J]. 电子与信息学报, 2017, 39(11): 2615–2619. WANG Qiandong. A matching path constrained longest common subsequence length algorithm[J]. Journal of Electronics &Information Technology, 2017, 39(11): 2615–2619. [15] WANG Haoxin, ZHONG Jingdong, and ZHANG Defu. A duplicate code checking algorithm for the programming experiment[C]. The 2nd International Conference on Mathematics and Computers in Sciences and in Industry, Sliema, Malta, 2015: 39–42. doi: 10.1109/MCSI.2015.12. [16] YUAN Guan, SUN Penghui, ZHAO Jie, et al. A review of moving object trajectory clustering algorithms[J]. Artificial Intelligence Review, 2017, 47(1): 123–144.
•  [1] 冯登国, 张敏, 叶宇桐.  基于差分隐私模型的位置轨迹发布技术研究, 电子与信息学报. doi: 10.11999/JEIT190632 [2] 李万林, 王超, 许国良, 雒江涛, 张轩.  基于信令数据的轨迹驻留点识别算法研究, 电子与信息学报. doi: 10.11999/JEIT190914 [3] 李根, 马彦恒, 侯建强, 徐公国.  基于子孔径Keystone变换的曲线轨迹大斜视SAR回波模拟, 电子与信息学报. doi: 10.11999/JEIT190674 [4] 王前东*.  一种带匹配路径约束的最长公共子序列长度算法, 电子与信息学报. doi: 10.11999/JEIT170092 [5] .  移动社交网络中基于代理转发机制的轨迹隐私保护方法, 电子与信息学报. doi: 10.11999/JEIT151136 [6] 余家林, 孙季丰, 宋治国.  基于优选特征轨迹的全分辨率视频稳定, 电子与信息学报. doi: 10.11999/JEIT141019 [7] 郭振宇, 林赟, 洪文, 谭维贤, 王彦平.  基于定标器相位梯度提取的圆迹SAR轨迹重建方法, 电子与信息学报. doi: 10.11999/JEIT140950 [8] 郑世超, 刘亚波, 宋红军, 闫贺, 吴琨.  广域监视动目标检测模式下动目标点迹仿真及轨迹关联方法研究, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00068 [9] 刘文远, 张荣吉, 王林, 杨静, 王丹阳.  地磁信息辅助的多维指纹室内移动轨迹映射方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00102 [10] 刘燕, 吴元, 孙光才, 邢孟道.  圆轨迹SAR快速成像处理, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00607 [11] 魏龙翔, 何小海, 滕奇志, 高明亮.  结合Hausdorff距离和最长公共子序列的轨迹分类, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01078 [12] 包敏, 周鹏, 保铮, 李亚超, 邢孟道, 王万林.  地球同步轨道SAR曲线轨迹模型下的改进CS成像算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.00289 [13] 刘高高, 张林让, 刘昕, 刘楠, 陈广锋, 张波.  一种曲线轨迹下的大场景前斜视成像算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00575 [14] 盛卫东, 林两魁, 安玮, 周一宇.  基于全局最优的被动多传感器多目标轨迹关联算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2009.01091 [15] 黄志蓓, 孙树岩, 吴健康.  多元假设检验GMPHD轨迹跟踪, 电子与信息学报. doi: 10.3724/SP.J.1146.2008.01387 [16] 秦宁宁, 张林, 山秀明, 徐保国.  无线传感器网络启发式移动轨迹策略的研究, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.01324 [17] 孙兵, 周荫清, 陈杰, 李春升.  广域观测圆轨迹环扫SAR成像模式研究, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00916 [18] 张政伟, 樊养余, 王结太.  由单变量受扰观测序列估计非线性系统重影轨迹, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00396 [19] 于海锋, 王岩飞.  用聚束SAR对慢速运动目标进行轨迹跟踪和参数估计的方法, 电子与信息学报. [20] 吴廷勇, 吴诗其.  区域覆盖共地面轨迹星座的优化设计, 电子与信息学报.
• 点击查看大图
图(3)
计量
• 文章访问数:  456
• HTML全文浏览量:  417
• PDF下载量:  21
• 被引次数: 0
出版历程
• 收稿日期:  2019-07-22
• 修回日期:  2020-04-08
• 网络出版日期:  2020-04-16
• 刊出日期:  2020-08-18

目录

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈

官方微信，欢迎关注