文献类型：期刊文章

作　　者：徐凯[1] 邱家瑜[1] 李燕[2]

机构地区：[1]上海海事大学上海国际航运研究中心港航大数据实验室,上海200082 [2]同济大学电子与信息工程学院计算机系,上海201804

出　　处：《计算机科学》

基　　金：国家社会科学基金项目(15BJY069);交通部应用基础研究主干学科项目(2014329810120)资助

年　　份：2017

卷　　号：44

期　　号：B11

起止页码：498-502

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：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。

关 键 词：船舶轨迹  船舶自动识别系统 轨迹压缩  时空序列  道格拉斯-普克算法  

分 类 号：TP391]