利用时空轨迹数据的城市可达区域计算方法

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:aswangxiao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有的城市可达性研究主要利用静态的道路网络进行路段或路段上的位置间的可达分析,以路网的空间特征来支持城市应用,而关于城市交通的时间特征尚未得到深入研究的不足,本文提出一种利用大量的具有时空信息的出租车轨迹数据和道路数据的可达区域计算方法(RAC).在RAC中,根据起始位置和起始时间的时空约束从轨迹中提取出在查询时间段内的目标轨迹,并且每条目标轨迹计算唯一对应的可达点以达到加速计算的效果.接着,通过可达点的路段匹配和在同一路段上合并操作,提高了计算效率.最后,通过基于最大轨迹抵达数的边界路段选择策略实现了高精度的可达区域边界的选择.基于真实轨迹数据的实验结果表明,与传统方法相比,RAC能够得到更准确的可达区域且拥有更高的执行效率.
其他文献
无线传感器网络(Wireless Sensor Network,WSN)在军事领域和森林防火系统中具有广泛地应用,而路由技术是无线传感器网络研究的核心问题之一。本文以如何节能,如何平衡网络节
为解决视频监控系统中目标跟踪过程出现的漂移问题,提出一种自适应双门限与KLT融合的目标跟踪方法.该方法首先采用自适应双门限运动目标检测获得高门限和低门限二值图像信息,同时将双门限二值图像信息与KLT目标特征点跟踪进行融合处理.如果KLT找到的特征点大部分在双门限目标的轮廓内,标记该轮廓为目标轮廓;否则,使用KLT特征点来确定目标的轮廓,最终实现场面复杂监视下运动目标的持续、准确跟踪.利用不同监控场
针对时间序列分类算法易受噪声影响的问题,传统的L1趋势滤波和L2趋势滤波都是有效的时间序列平滑方法,然而两者的趋势模型固定,仅适用于特定类型的数据.另外常用的欧氏距离度