کاهش داده‌های خطوط سیر مکانی-زمانی با به‌کارگیری یک الگوریتم فشرده‌سازی برخط

با توسعه روزافزون دستگاه های همراه مجهز به سیستم تعیین موقعیت جهانی مانند گوشی های هوشمند همراه، حجم زیادی از اطلاعات مکانی تولید می شود. این داده ها که بیشتر به صورت دنباله ای از نقاط مکانی در طول زمان ذخیره و مدل سازی می شوند، خط سیر نام دارند. حجم بالای داده های خطوط سیر هزینه انتقال، ذخیره سازی و پردازش این داده ها را بالا برده است. برای برطرف نمودن این مشکلات، تعدادی از الگوریتم های فشرده سازی، با رویکرد کاهش تعداد نقاط مسیر مطرح شده است. در این مقاله، هفت الگوریتم نمونه برداری یکنواخت، داگلاس پوکر، الگوریتم نسبت زمانی بالا پایین، پنجره متحرک، پنجره متحرکنسبت زمانی، الگوریتم سرعت مبنا بالاپایین وsquishe (spatial quality simplification heuristic extended) مورد بحث قرار گرفتند و مزایا و معایب هر یک بررسی شد. در این میان الگوریتمsquishe ، قادر به برقراری تعادل بین نسبت فشرده سازی و خطای فاصله اقلیدسی همزمانی است در حالی که نرخ فشرده سازی بالایی نسبت به سایر روش ها دارد. به منظور رفع این مشکل، در این مقاله راهکاری برای متغیر کردن پنجره اولویت الگوریتم squishe ارائه شد که موجب بهبود نرخ فشرده سازی الگوریتم می شود. به منظور بررسی عملکرد روش یشنهادی، تمامی الگوریتم ها روی شش زیر مسیر با پیچیدگی های مختلف پیاده سازی شده و با یکدیگر از نظر معیارهایی مانند نرخ فشرده سازی، زمان اجرا و خطای فاصله اقلیدسی همزمانی مقایسه شدند. نتایج به دست آمده حاکی از بهبود عملکرد الگوریتم پیشنهادی در نرخ فشرده سازی، زمان اجرایی و خطای فاصله اقلیدسی همزمانی می باشد. زمان الگوریتم پیشنهادی نسبت به الگوریتم squishe حدود 130 میلی ثانیه کاهش و نرخ فشرده سازی آن 0.015 افزایش یافته است.