.png){kind=icon}
返回
Efficient path decoding from high sampling trace data using TSPS
.png){kind=icon}
PRE
AI
DOI：10.1080/10095020.2025.2548370.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着存储成本的降低和网络带宽的增加，对私家车、共享车辆、自行车等的所有高采样轨迹数据进行地图匹配（MM）或路径解码，预计将在不久的将来实现。为了节省存储空间，传统的MM方法通常针对采样率较低、时间间隔超过1分钟的轨迹，以逐步方式进行设计。但分步匹配逻辑对于高采样轨迹而言效率较低。我们提出将所有路径开发工作整合到仅一个以轨迹为导向的最短路径搜索（TSPS）中。采用五种具有不同加速策略的现有MM算法来评估TSPS的性能。在两个轨迹数据集上进行的实验结果证实，所提出的算法在保证准确性的前提下，工作效率提高了四个数量级。
Keyword:
Urban computing
map matching
efficient path decoding
high sampling trace data
trace-oriented shortest path search
期刊
G
IF:
5.5
论文数:
866
被引数:
2.4K
机构
引用论文
Online Map-Matching of Noisy and Sparse Location Data With Hidden Markov and Route Choice Models
.png){kind=icon}
PREAI
分享收藏Mining Factors Affecting Taxi Detour Behavior From GPS Traces at Directional Road Segment Level
PREAI
分享收藏
分享收藏
查看更多内容