数据流相似性查询广泛应用于智能家居、环境监测等领域.当前以LCSS(longest common subsequence)作为相似性测度函数的研究并不多.NAIVE算法使用基本动态规划方法计算测度函数值,通过该值与相似阈值的比较得到查询结果,对基于LCSS的数...数据流相似性查询广泛应用于智能家居、环境监测等领域.当前以LCSS(longest common subsequence)作为相似性测度函数的研究并不多.NAIVE算法使用基本动态规划方法计算测度函数值,通过该值与相似阈值的比较得到查询结果,对基于LCSS的数据流相似性查询问题进行研究.针对NAIVE算法必须在动态规划矩阵所有成员取值的计算完成后才能得到查询结果的缺点,提出了一种基于PS(possible solution)-CC(column critical)域优化策略的数据流相似性查询处理算法.该算法划定了每个窗口上动态规划矩阵的PS域和CC域,很好地利用了这2个域中成员所具有的性质和相似性查询的特点,无须获得测度函数的最终值便可得到查询结果,省略了很多矩阵成员的计算.实验部分证明了该算法的有效性,与同类算法相比,在处理具有更高精度结果要求的查询时效果更好.展开更多
随着智能交通和高级驾驶辅助系统的火热发展,如何根据车辆轨迹数据生成高精地图成为业界的一大难题。轨迹相似性计算与相似轨迹提取是利用相似轨迹推理剩余车道位置的重要步骤,其正确率极大地影响车道位置的精度。传统最长公共子序列(lo...随着智能交通和高级驾驶辅助系统的火热发展,如何根据车辆轨迹数据生成高精地图成为业界的一大难题。轨迹相似性计算与相似轨迹提取是利用相似轨迹推理剩余车道位置的重要步骤,其正确率极大地影响车道位置的精度。传统最长公共子序列(longest common subsequence,LCSS)算法多用于计算重叠轨迹的相似性,针对此问题,根据采集的车道轨迹互相平行且保持固定距离的特点,提出一种适用于提取此类相似轨迹的改进LCSS方法。首先构建缓冲区,筛选可能相似的轨迹,然后利用基于平移和重采样的轨迹对齐策略使两条轨迹在时空中同步,最后基于LCSS计算两条轨迹的相似性,当相似度满足阈值条件时,判定该轨迹对相似。对比实验表明该方法能有效地提取相似轨迹。展开更多
为了提高运动目标轨迹分类的准确性,该文综合考虑了轨迹的位置信息和方向信息,提出了一种结合Hausdorff距离和最长公共子序列(Longest Common SubSequence,LCSS)的轨迹分类算法。该算法首先采用改进的Hausdorff距离对轨迹的位置信息进...为了提高运动目标轨迹分类的准确性,该文综合考虑了轨迹的位置信息和方向信息,提出了一种结合Hausdorff距离和最长公共子序列(Longest Common SubSequence,LCSS)的轨迹分类算法。该算法首先采用改进的Hausdorff距离对轨迹的位置信息进行相似性测量,然后采用改进的LCSS算法对轨迹的方向信息进行相似性测量。与其他轨迹聚类算法不同,该算法融合了Hausdorff距离和LCSS两种算法的优点,提高了轨迹分类的准确性。此外,为了进一步降低计算复杂度,该文还实现了一种基于插值的保距变换算法和一种LCSS快速算法。实验结果表明,该轨迹分类算法可以明显提高轨迹的聚类准确率,聚类准确率可达到96%;基于插值的保距变换算法和LCSS快速算法可以很大程度上降低算法的计算复杂度,下降幅度最大可达到80%。该方法可以同时满足轨迹分类对精确度、实时性和鲁棒性的要求。展开更多
为了挖掘移动用户行为,提出了基于密度聚类的移动用户热点区域识别算法及融合加权频繁模式(Frequent Pattern,FP)树和最长公共子序列(Longest Common Subsequence,LCSS)算法的移动用户出行频繁轨迹模式提取方法。首先说明与思路相关的概...为了挖掘移动用户行为,提出了基于密度聚类的移动用户热点区域识别算法及融合加权频繁模式(Frequent Pattern,FP)树和最长公共子序列(Longest Common Subsequence,LCSS)算法的移动用户出行频繁轨迹模式提取方法。首先说明与思路相关的概念,其次采用密度聚类方法来识别城市的热点区域,最后融合加权FP树和LCSS算法来提取移动用户出行轨迹模式,并对算法在工程中的应用路径及应用效果进行了说明。展开更多
"六合一"道路编码是交管业务中用来定位事故和违法的基础文本数据,缺乏空间位置信息,而已有的常用路网数据如高德路网,都是基于多车道路段表达的路网且现势性相对于OSM(Open Street Map)路网较低,难以满足交管业务的需求。针..."六合一"道路编码是交管业务中用来定位事故和违法的基础文本数据,缺乏空间位置信息,而已有的常用路网数据如高德路网,都是基于多车道路段表达的路网且现势性相对于OSM(Open Street Map)路网较低,难以满足交管业务的需求。针对上述问题,以高德路网作为基础、高现势性的OSM路网作补充,将轨迹聚类分析中的LCSS(longest common subsequence)算法应用在路网匹配过程中,并对匹配后的路网使用Stroke方法进行路网融合。实验结果表明,使用LCSS算法可以达到良好的路网匹配效果。最后基于此开发了一套路网匹配融合程序,并在武汉市交通管理局投入使用。展开更多
This study presents a Lagrangian view of upper water exchanges across the Luzon Strait based on the finite-time Lyapunov exponents(FTLE)fields computed from the surface geostrophic current.The Lagrangian coherent stru...This study presents a Lagrangian view of upper water exchanges across the Luzon Strait based on the finite-time Lyapunov exponents(FTLE)fields computed from the surface geostrophic current.The Lagrangian coherent structures(LCSs)extracted from the FTLE fields well identify the typical flow patterns and eddy activities around the Luzon Strait.In addition,they reveal the intricate transport paths and fluid domains,which are validated by the tracks of satellite-tracked surface drifters and cannot be visually recognized in the velocity maps.The FTLE fields indicate that there are mainly four types of transport patterns near the Luzon Strait;among them,the Kuroshio northward-flowing"leaping"pattern and the clockwise rotating"looping"pattern occur more frequently than the"leaking"pattern of the direct Kuroshio branch into the SCS and the"outflowing"pattern from the SCS to the Pacific.The eddy shedding events of the Kuroshio at the Luzon Strait are further analyzed,and the importance of considering LCSs in estimating transport by eddies is highlighted.The anticyclonic eddy(ACE)shedding cases reveal that ACEs mainly originate from the looping paths of Kuroshio and thus could effectively trap the Kuroshio water before eddy detachments.LCSs provide useful information to predict the positions of the upstream waters that finally enter the ACEs.In contrast,LCS snapshots indicate that during the formation of cyclonic eddies(CEs),most CEs are not connected with the pathways of Kuroshio water.Hence,the contribution of CEs to the surface water exchanges from the Pacific into the SCS is tiny.展开更多
文摘数据流相似性查询广泛应用于智能家居、环境监测等领域.当前以LCSS(longest common subsequence)作为相似性测度函数的研究并不多.NAIVE算法使用基本动态规划方法计算测度函数值,通过该值与相似阈值的比较得到查询结果,对基于LCSS的数据流相似性查询问题进行研究.针对NAIVE算法必须在动态规划矩阵所有成员取值的计算完成后才能得到查询结果的缺点,提出了一种基于PS(possible solution)-CC(column critical)域优化策略的数据流相似性查询处理算法.该算法划定了每个窗口上动态规划矩阵的PS域和CC域,很好地利用了这2个域中成员所具有的性质和相似性查询的特点,无须获得测度函数的最终值便可得到查询结果,省略了很多矩阵成员的计算.实验部分证明了该算法的有效性,与同类算法相比,在处理具有更高精度结果要求的查询时效果更好.
文摘随着智能交通和高级驾驶辅助系统的火热发展,如何根据车辆轨迹数据生成高精地图成为业界的一大难题。轨迹相似性计算与相似轨迹提取是利用相似轨迹推理剩余车道位置的重要步骤,其正确率极大地影响车道位置的精度。传统最长公共子序列(longest common subsequence,LCSS)算法多用于计算重叠轨迹的相似性,针对此问题,根据采集的车道轨迹互相平行且保持固定距离的特点,提出一种适用于提取此类相似轨迹的改进LCSS方法。首先构建缓冲区,筛选可能相似的轨迹,然后利用基于平移和重采样的轨迹对齐策略使两条轨迹在时空中同步,最后基于LCSS计算两条轨迹的相似性,当相似度满足阈值条件时,判定该轨迹对相似。对比实验表明该方法能有效地提取相似轨迹。
文摘为了提高运动目标轨迹分类的准确性,该文综合考虑了轨迹的位置信息和方向信息,提出了一种结合Hausdorff距离和最长公共子序列(Longest Common SubSequence,LCSS)的轨迹分类算法。该算法首先采用改进的Hausdorff距离对轨迹的位置信息进行相似性测量,然后采用改进的LCSS算法对轨迹的方向信息进行相似性测量。与其他轨迹聚类算法不同,该算法融合了Hausdorff距离和LCSS两种算法的优点,提高了轨迹分类的准确性。此外,为了进一步降低计算复杂度,该文还实现了一种基于插值的保距变换算法和一种LCSS快速算法。实验结果表明,该轨迹分类算法可以明显提高轨迹的聚类准确率,聚类准确率可达到96%;基于插值的保距变换算法和LCSS快速算法可以很大程度上降低算法的计算复杂度,下降幅度最大可达到80%。该方法可以同时满足轨迹分类对精确度、实时性和鲁棒性的要求。
文摘为了挖掘移动用户行为,提出了基于密度聚类的移动用户热点区域识别算法及融合加权频繁模式(Frequent Pattern,FP)树和最长公共子序列(Longest Common Subsequence,LCSS)算法的移动用户出行频繁轨迹模式提取方法。首先说明与思路相关的概念,其次采用密度聚类方法来识别城市的热点区域,最后融合加权FP树和LCSS算法来提取移动用户出行轨迹模式,并对算法在工程中的应用路径及应用效果进行了说明。
文摘"六合一"道路编码是交管业务中用来定位事故和违法的基础文本数据,缺乏空间位置信息,而已有的常用路网数据如高德路网,都是基于多车道路段表达的路网且现势性相对于OSM(Open Street Map)路网较低,难以满足交管业务的需求。针对上述问题,以高德路网作为基础、高现势性的OSM路网作补充,将轨迹聚类分析中的LCSS(longest common subsequence)算法应用在路网匹配过程中,并对匹配后的路网使用Stroke方法进行路网融合。实验结果表明,使用LCSS算法可以达到良好的路网匹配效果。最后基于此开发了一套路网匹配融合程序,并在武汉市交通管理局投入使用。
基金The National Key Research and Development Program of China under contract No.2016YFA0601201the National Natural Science Foundation of China under contract Nos 91858202,91958203,41730533 and 41776003。
文摘This study presents a Lagrangian view of upper water exchanges across the Luzon Strait based on the finite-time Lyapunov exponents(FTLE)fields computed from the surface geostrophic current.The Lagrangian coherent structures(LCSs)extracted from the FTLE fields well identify the typical flow patterns and eddy activities around the Luzon Strait.In addition,they reveal the intricate transport paths and fluid domains,which are validated by the tracks of satellite-tracked surface drifters and cannot be visually recognized in the velocity maps.The FTLE fields indicate that there are mainly four types of transport patterns near the Luzon Strait;among them,the Kuroshio northward-flowing"leaping"pattern and the clockwise rotating"looping"pattern occur more frequently than the"leaking"pattern of the direct Kuroshio branch into the SCS and the"outflowing"pattern from the SCS to the Pacific.The eddy shedding events of the Kuroshio at the Luzon Strait are further analyzed,and the importance of considering LCSs in estimating transport by eddies is highlighted.The anticyclonic eddy(ACE)shedding cases reveal that ACEs mainly originate from the looping paths of Kuroshio and thus could effectively trap the Kuroshio water before eddy detachments.LCSs provide useful information to predict the positions of the upstream waters that finally enter the ACEs.In contrast,LCS snapshots indicate that during the formation of cyclonic eddies(CEs),most CEs are not connected with the pathways of Kuroshio water.Hence,the contribution of CEs to the surface water exchanges from the Pacific into the SCS is tiny.
