声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：李瑞远,朱浩文,王如斌,陈超,郑宇,
关键词：地图匹配, 轨迹数据, 分布式计算, 层次收缩, 城市计算,
地图匹配是轨迹数据挖掘的基本操作，在许多空间数据智能场景中都非常有用.基于隐马尔可夫模型(hiddenMarkovmodel,HMM)的地图匹配算法具有较高的准确率，应用最为广泛，但其计算效率较低，难以应对实时性要求较高的大规模轨迹情形.提出了一个基于路网层次收缩的分布式地图匹配框架CHMM，能够对大规模的轨迹数据实现快速地图匹配.具体而言，提出了一个简单但有效的分区方案，能够解决分布式场景下轨迹数据分布不平衡的问题；提出了一个基于路网层次收缩的多对多最短路径查询算法，能够保证结果不变的情况下，显著提升基于HMM的地图匹配算法的效率.采用真实的路网数据和轨迹数据做了充分的实验，实验结果表明：CHMM算法具有更快的计算效率和更强的可扩展性.CHMM算法落回到了真实的产品中，支持了多个项目的落地.我们也开源了核心代码，并提供了一个在线演示系统.
来源：2022年第2期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。