一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法技術(shù)

本發(fā)明專利技術(shù)涉及計(jì)算機(jī)應(yīng)用領(lǐng)域，更具體的說是一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，該方法包括以下步驟：S1：根據(jù)EMD和小波變換相結(jié)合對車載大數(shù)據(jù)進(jìn)行清洗處理；S2：使用Z曲線將高維車載終端數(shù)據(jù)降維成一維數(shù)據(jù)，使用填充曲線編碼解碼來完成高維數(shù)據(jù)和低維數(shù)據(jù)之間的轉(zhuǎn)換；S3：使用knn算法結(jié)合MTR度量方法和剪枝策略的Hxknn查詢算法來查詢移動(dòng)對象軌跡數(shù)據(jù)；本方法能夠?qū)⒕哂袝r(shí)間和空間屬性的終端復(fù)雜數(shù)據(jù)，進(jìn)行高效快速的清洗處理，同時(shí)從海量的車載終端數(shù)據(jù)中快速查找目標(biāo)數(shù)據(jù),具有快速查詢、有效查詢等特點(diǎn)。有效查詢等特點(diǎn)。有效查詢等特點(diǎn)。

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法


[0001]本專利技術(shù)涉及計(jì)算機(jī)應(yīng)用領(lǐng)域，更具體的說是一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法。

技術(shù)介紹

[0002]車載終端數(shù)據(jù)是一種結(jié)構(gòu)復(fù)雜、多層嵌套的具有空間和時(shí)態(tài)特性的高維數(shù)據(jù)。復(fù)雜的車載終端數(shù)據(jù)不斷涌現(xiàn)，迫切需要數(shù)據(jù)庫研究者們提出有效的查詢處理方法，從而滿足人們?nèi)找嬖鲩L的、復(fù)雜而多樣的查詢要求。
[0003]目前，國內(nèi)外學(xué)者在車載終端數(shù)據(jù)查詢領(lǐng)域已經(jīng)做了很多工作，但是對于海量終端數(shù)據(jù)軌跡查詢方法研究還處于起步階段。主要體現(xiàn)在缺乏對具有時(shí)間和空間屬性的車載終端數(shù)據(jù)軌跡查詢及數(shù)據(jù)預(yù)處理方面的研究；同時(shí)對于移動(dòng)終端軌跡數(shù)據(jù)的研究都集中在索引結(jié)構(gòu)、距離度量的優(yōu)化方面，缺乏數(shù)據(jù)策略，導(dǎo)致存在海量冗余數(shù)據(jù)，大量浪費(fèi)存儲(chǔ)資源及提升數(shù)據(jù)查詢的困難。

技術(shù)實(shí)現(xiàn)思路

[0004]本專利技術(shù)的目的是提供一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，可以對具有時(shí)態(tài)的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和降維預(yù)處理，夠通過剪枝策略，排除了大量的無用數(shù)據(jù)，減少了查詢的范圍，降低了結(jié)點(diǎn)訪問量，提高數(shù)據(jù)查詢效率。
[0005]本專利技術(shù)的目的通過以下技術(shù)方案來實(shí)現(xiàn)：
[0006]一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，該方法包括以下步驟：
[0007]S1：根據(jù)EMD和小波變換相結(jié)合對車載大數(shù)據(jù)進(jìn)行清洗處理；
[0008]S2：使用Z曲線將高維車載終端數(shù)據(jù)降維成一維數(shù)據(jù)，使用填充曲線編碼解碼來完成高維數(shù)據(jù)和低維數(shù)據(jù)之間的轉(zhuǎn)換；
>[0009]S3：使用knn算法結(jié)合MTR度量方法和剪枝策略的Hxknn查詢算法來查詢移動(dòng)對象軌跡數(shù)據(jù)；
[0010]車載大數(shù)據(jù)進(jìn)行清洗處理具體包括以下步驟：
[0011]S11：計(jì)算n個(gè)IMF分量及一個(gè)殘量R，對車載終端數(shù)據(jù)的經(jīng)緯度x(t)進(jìn)行 EMD分解；
[0012]S12：通過累積均值指標(biāo)計(jì)算出高低頻IMF分量，用小波函數(shù)、分解層數(shù)以及閾值對高頻IMF進(jìn)行小波軟閾值去噪循環(huán)；
[0013]S13：上述過程中獲得的高頻分量、未去噪的低頻分量和殘量做EMD重構(gòu)操作，完成終端數(shù)據(jù)去噪。
[0014]高維車載終端數(shù)據(jù)降維具體包括以下步驟：
[0015]S21：VC為虛擬編碼，VC是由四進(jìn)制字符串組成的，n為編碼長度，VC可以表示為c1到cn，其中ci∈{0，1，2，3}，i為1到n，字符ci表示每級劃分的四叉子區(qū)域字符，在一個(gè)包含2
s
*2
s
個(gè)空間對象的圖層，其每個(gè)對象的VC編碼長度為s；
[0016]S22：把圖層內(nèi)的數(shù)據(jù)通過VC編碼成唯一的VC值，通過這個(gè)唯一的VC可以找出該對
象所在的子區(qū)域編碼；
[0017]S23：設(shè)對象的位置為坐標(biāo)(x，y)，其所在的圖層區(qū)域大小為2
s
*2
s
，通過轉(zhuǎn)換公式是將(x，y)轉(zhuǎn)換成二進(jìn)制，二進(jìn)制串的長度等于該圖層的區(qū)域邊長s，VC 是編碼數(shù)值，轉(zhuǎn)換公式為：
[0018]Hxknn查詢算法查詢移動(dòng)對象軌跡數(shù)據(jù)具體包括以下步驟：
[0019]S31：MTR(q，N)度量方法來計(jì)算點(diǎn)到N之間的距離；
[0020]S32：在d維的空間中，一個(gè)點(diǎn)q的位置記為(q1，q2，...，q
d
)，MBRN的左下和右上頂點(diǎn)記為(s1，s2，...，s
d
)和(t1，t2，...，t
d
)，maxdist(q，N)表示q與N的最遠(yuǎn)頂點(diǎn)間的距離，maxdist(q，N)計(jì)算公式為：
[0021][0022]其中，
附圖說明
[0023]下面結(jié)合附圖和具體實(shí)施方法對本專利技術(shù)做進(jìn)一步詳細(xì)的說明。
[0024]圖1是本專利技術(shù)的車載終端數(shù)據(jù)軌跡查詢處理流程圖；
[0025]圖2是本專利技術(shù)的EMD小波結(jié)合去噪流程圖；
[0026]圖3是本專利技術(shù)的VC編解碼過程示意圖一；
[0027]圖4是本專利技術(shù)的VC編解碼過程示意圖二；
[0028]圖5是本專利技術(shù)的VC編解碼過程示意圖三；
[0029]圖6是本專利技術(shù)的Hxknn查詢的流程圖。
具體實(shí)施方式
[0030]下面結(jié)合附圖對本專利技術(shù)作進(jìn)一步詳細(xì)說明。
[0031]為了解決如何提高數(shù)據(jù)查詢效率這一技術(shù)問題，結(jié)合附圖1至6，下面對一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法的步驟和功能進(jìn)行詳細(xì)的說明；
[0032]一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，該方法包括以下步驟：
[0033]S1：根據(jù)EMD和小波變換相結(jié)合對車載大數(shù)據(jù)進(jìn)行清洗處理；
[0034]S2：使用Z曲線將高維車載終端數(shù)據(jù)降維成一維數(shù)據(jù)，使用填充曲線編碼解碼來完成高維數(shù)據(jù)和低維數(shù)據(jù)之間的轉(zhuǎn)換；
[0035]S3：使用knn算法結(jié)合MTR度量方法和剪枝策略的Hxknn查詢算法來查詢移動(dòng)對象軌跡數(shù)據(jù)；
[0036]knn查詢是指在一個(gè)設(shè)定的時(shí)間段[ti，tj]中，從存放移動(dòng)對象軌跡數(shù)據(jù)的集合中，找到離指定目標(biāo)距離最近的k個(gè)移動(dòng)對象軌跡數(shù)據(jù)；移動(dòng)對象軌跡的 Hcknn查詢是指在一個(gè)時(shí)間段[ti，tj]內(nèi)的某一個(gè)時(shí)間點(diǎn)，在存放移動(dòng)對象軌跡數(shù)據(jù)的集合中，找到離指定目
標(biāo)距離最近的k個(gè)移動(dòng)對象軌跡數(shù)據(jù)；
[0037]本專利技術(shù)是以EMD和小波變換相結(jié)合，提車載高數(shù)據(jù)預(yù)處理去噪效果；
[0038]本專利技術(shù)采用剪枝策略，排除了大量的無用數(shù)據(jù)，減少了查詢的范圍，降低了結(jié)點(diǎn)訪問量；
[0039]本專利技術(shù)所提出的基于Hxknn車載終端數(shù)據(jù)軌跡查詢方法，優(yōu)化算法的存儲(chǔ)空間和CPU消耗，提升海量數(shù)據(jù)查詢的效率；
[0040]具體的，下面對一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法的各個(gè)步驟進(jìn)行詳細(xì)的舉例說明：
[0041]S1：計(jì)算n個(gè)IMF分量及一個(gè)殘量R，對車載終端數(shù)據(jù)的經(jīng)緯度x(t)進(jìn)行 EMD分解；
[0042]S2：通過累積均值指標(biāo)計(jì)算出高低頻IMF分量，用小波函數(shù)、分解層數(shù)以及閾值對高頻IMF進(jìn)行小波軟閾值去噪循環(huán)；
[0043]S3：上述過程中獲得的高頻分量、未去噪的低頻分量和殘量做EMD重構(gòu)操作，完成終端數(shù)據(jù)去噪；
[0044]S4：VC為虛擬編碼，VC是由四進(jìn)制字符串組成的，n為編碼長度，VC可以表示為c1到cn，其中ci∈{0，1，2，3}，i為1到n，字符ci表示每級劃分的四叉子區(qū)域字符，在一個(gè)包含2
s
*2
s
個(gè)空間對象的圖層，其每個(gè)對象的VC編碼長度為s；
[0045]S5：把圖層內(nèi)的數(shù)據(jù)通過VC編碼成唯一的VC值，通過這個(gè)唯一的VC可以找出該對象所在的子區(qū)域編碼，設(shè)對象的位置為坐標(biāo)(x，y)，其所在的圖層區(qū)域大小為2
s
*2
s
，通過轉(zhuǎn)換公式是將(x，y)轉(zhuǎn)換成二進(jìn)制，二進(jìn)制串的長度等于該圖層的區(qū)域邊長s，VC是編碼數(shù)值，轉(zhuǎn)換公式為：本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，其特征在于：該方法包括以下步驟：S1：車載大數(shù)據(jù)進(jìn)行清洗處理；S2：將高維車載終端數(shù)據(jù)降維；S3：Hxknn查詢算法查詢移動(dòng)對象軌跡數(shù)據(jù)。2.根據(jù)權(quán)利要求1所述的一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，其特征在于：根據(jù)EMD和小波變換相結(jié)合對車載大數(shù)據(jù)進(jìn)行清洗處理。3.根據(jù)權(quán)利要求2所述的一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，其特征在于：車載大數(shù)據(jù)進(jìn)行清洗處理具體包括以下步驟：S11：計(jì)算n個(gè)IMF分量及一個(gè)殘量R，對車載終端數(shù)據(jù)的經(jīng)緯度x(t)進(jìn)行EMD分解；S12：通過累積均值指標(biāo)計(jì)算出高低頻IMF分量，用小波函數(shù)、分解層數(shù)以及閾值對高頻IMF進(jìn)行小波軟閾值去噪循環(huán)；S13：上述過程中獲得的高頻分量、未去噪的低頻分量和殘量做EMD重構(gòu)操作，完成終端數(shù)據(jù)去噪。4.根據(jù)權(quán)利要求1所述的一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，其特征在于：使用Z曲線將高維車載終端數(shù)據(jù)降維成一維數(shù)據(jù)，使用填充曲線編碼解碼來完成高維數(shù)據(jù)和低維數(shù)據(jù)之間的轉(zhuǎn)換。5.根據(jù)權(quán)利要求4所述的一種基于Hxknn車載終端數(shù)據(jù)軌跡查詢處理方法，其特征在于：高維車載終端數(shù)據(jù)降維具體包括以下步驟：S21：VC是由四進(jìn)制字符串組成的，n為編碼長度，VC可以表示為c1到cn，其中ci∈{0，1，2，3}，i為1到n，字符ci表示每級劃分的四叉子區(qū)域字符，在一個(gè)包含2
s
*2
s
個(gè)空間對象的圖層，其每個(gè)對象的VC編碼長度為s；S22：把...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：于雷，王建勛，姜宇，董麗娜，王兆祥，張博群，劉宗玥，
申請(專利權(quán))人：哈爾濱航天恒星數(shù)據(jù)系統(tǒng)科技有限公司，
類型：發(fā)明
國別省市：