本次报告分享了论文《CLEAN:frequent Pattern-based Trajectory Spatial-temporal Compression on Road Networks》. 当轨迹数量庞大时,由于存储成本高、I/O开销大等原因,使得轨迹分析的效率低下;目前已经提出了各种算法来压缩轨迹中的时间和空间信息。但是这些算法通常把时间压缩和空间压缩相分离。这就导致时间压缩不能充分利用空间压缩的处理结果。基于此,这篇论文提出了CLEAN (Compressing Spatial-temporal Trajectories by Pattern Mining),这种方法所产生的空间成本相比目前已有的其他算法会低得多。
附件: CLEAN论文介绍_孟戈.pdf [登录 后查看]
自动标签 : 压缩 空间 轨迹 时间 算法 分析 充分利用 原因 报告 分享 使得 低下
更多 [ 报告 ] 文章