基于局部聚类的轨迹数据流偏倚采样

摘要：

移动对象轨迹数据管理是移动计算领域的研究热点.通过采样技术构造数据流摘要是普遍采用的方法之一.传统的均匀采样往往容易丢失某些关键变化数据.利用轨迹数据流的局部连续性特征,提出一种基于滑动窗口的偏倚采样算法.算法将滑动窗口通过聚类划分成若干大小不一的基本窗口,并针对每个基本窗口给定一个采样率,对窗口内数据进行偏倚采样,从而形成数据流摘要.算法利用了轨迹数据的内在特征,因此具有较高的采样质量.最后,基于实际数据对算法进行了实验,结果证明了算法的有效性.

关键词：轨迹数据流、偏倚采样、局部聚类

所属期刊栏目：38

分类号：TP311(计算技术、计算机技术)

资助基金：国家科技支撑计划重点项目2006BAG01A07

在线出版日期：2011-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：135-137,185