数据集概述
本数据集包含2019年发表于《International Journal of Geographical Information Science》的论文“An evaluation of compression algorithms applied to moving object trajectories”的相关数据、源代码及结果。核心内容为七种轨迹压缩算法在四种交通模式下的性能评估，旨在为应用场景选择合适的压缩算法提供依据。
文件详解
- database.zip
- 文件格式：ZIP
- 字段映射介绍：包含论文中用于评估压缩算法的移动对象轨迹数据库原始数据，涉及Bike、Bus、Car、Walk四种交通模式的轨迹信息。
- results-spreadsheets.zip
- 文件格式：ZIP
- 字段映射介绍：包含七种压缩算法（Douglas-Peucker、Opening-Window、Dead-Reckoning、Top-Down Time-Ratio、Opening-Window Time-Ratio、STTrace、SQUISH）的性能评估结果表格，涵盖误差、长度保留、速度保留、加速度保留、执行时间等指标。
- source-code.zip
- 文件格式：ZIP
- 字段映射介绍：包含论文中实现七种轨迹压缩算法及性能评估的源代码文件，支持算法复现与二次开发。
数据来源
论文“An evaluation of compression algorithms applied to moving object trajectories”（International Journal of Geographical Information Science, 2019）
适用场景
- 轨迹压缩算法性能评估: 对比七种算法在不同交通模式下的误差、效率及特征保留能力，为实际应用选择最优算法。
- 地理信息数据压缩研究: 分析压缩算法对时空轨迹数据的压缩效果与信息损失权衡，优化地理信息系统的数据存储与传输。
- 智能交通数据分析: 基于四种交通模式的轨迹压缩结果，研究交通流特征与轨迹数据处理效率的关系。
- 算法复现与优化: 利用源代码复现论文实验，或基于现有框架开发新型轨迹压缩算法。
