本项目主要研究对象为时序轨道数据,即通过各种遥测手段获取的空间移动对象的轨迹点坐标时间序列。时序轨道作为一种新的数据表现形式,由于具有广泛的应用前景和重要理论研究价值,已逐渐成为数据库和知识发现领域的研究热点。现有时序分析在处理时序轨道的空间旋转、时空拉伸和噪声时存在诸多不足,导致相似性查询不能有效反映轨道的几何特征。为了实现高效的面向时序轨道形状的相似性查询,本项目集中研究非平稳时序轨道的运动特征提取及其旋转标准化、公制化距离查询优化、监督紧缩下边界剪枝查询和形状自适应索引优化查询,通过引入粗监督思想利用邻域动态调整逐层优化地实现其中若干辅助结构对轨道形状的自适应。这些都是有效分析时序轨道的关键研究领域,也是多维时间序列分析的重要基础研究领域。本项目为以上研究内容提供了可行的研究方案,初步构建一个强壮的,能处理复杂时序轨道分析模型的框架系统。
Time series trajectories;Metric distance;Lower buounding;Multi-dimensional index;Rough set supervised
本项目的基本研究对象被确定为时序轨道数据,即通过各种遥测手段获取的空间移动对象的轨迹点坐标时间序列。为了实现高效的面向时序轨道形状的相似性查询,本项目集中研究非平稳时序轨道的运动特征提取及其旋转标准化、公制化距离查询优化、监督紧缩下边界剪枝查询和形状自适应索引优化查询,通过引入粗监督思想利用邻域动态调整逐层优化地实现其中若干辅助结构对轨道形状的自适应。研究重点轨道处理方法研究主要涵盖三个基本问题1)轨道的表示和预处理;2)移动对象组织策略研究;3)移动对象处理方法研究。 在轨道应用环境下,项目将对移动剪枝方法、负载平衡策略和区域近似技术等的研究构建于统一查询框架研究的基础之上,力图对边界不变几何剪枝机理及其在时空查询中的应用进行深入而实用的探索,同时将比较和分析其他查询剪枝技术及其区域构造方法在本项目优化策略下的可行性,并借助研究过程中遇到与解决的问题不断提炼和丰富项目的理论研究成果。研究涵盖的核心内容主要包括面向移动对象的研究平台构建、时序轨道的表示和预处理技术、面向混合处理的对象组织策略、基于空间划分的信息聚合处理和引入云计算的空间信息查询。 项目最终构建出一套健壮、高效和可扩展的面向复杂移动环境的移动对象管理系统。以项目的研究为基础,研究团队联合培养硕士8名,独立培养硕士6名;联合培养博士研究生5名。目前部分成果已发表于相关国内外会议和期刊上,后续实验和论文主要集中在时空移动对象的更新和查询优化方法以及分布式云计算算法研究上。