读A survey of trajectory distance measures and performance evaluation

1.Abstract

主要关注于轨迹的相似。与现实中数据相结合

多种数据结构：

such as Euclidean distance
and dynamic time wrapping distance (DTW); there are also
trajectory distance measures measuring both spatial and tem-
poral dimensions of two trajectories, such as spatiotemporal
longest common subsequence (STLCSS) similarity and spa-
tiotemporal locality in-between polyline (STLIP) distance.

本文贡献：

1. 轨迹数据测量及分类

2. 3种轨迹变换

3. 四种距离度量（DTW、LCSS、ERP、MD和STLC）

4. 发现：具有低时间成本的距离度量在处理所有转换时效率较低。

2.Overview

假设

受限制，此处的轨迹是近似的

Definition1

trajectory样本点p

Definition2

T = [p1, p2, . . . , pn]，trajectory是由一系列sample point表示的

Definition3

d(T1, T2)表示两个轨迹T1和T2之间的距离。

Definition4

可度量的条件：

1. 非负性:d(T1, T2)≥0。

2. d(T1, T2) = 0⇔T1 = T2。

3. 对称性:d(T1, T2) = d(T2, T1)。

4. 三角不等式:d(T1, T3)≤d(T1, T2) + d(T2, T3)

几个定义

d：距离

t：间隔时间

head：第一个样本点

rest（T）：不包含第一个点

length

size 样本点个数

Time 间隔点求和

轨迹数据特征

中央同步机制。缺少这样的机制来获取理想的数据

时间序列重要性

精度偏差

轨迹相似性度量的分类

15种

轨迹索引和修剪

KNN查询

R-TREE

下界剪枝策略和三角形不等式剪枝策略是实践中最常用的

3.Sequence-only distance measures

仅仅关注序列距离的测量

3.1离散

1.完全

欧式距离（好像有个地方window写错了

Dynamic time warping (DTW)

动态时间翘曲

……

2.部分

4 时空距离测量

5 Capability evaluation