PRESS

位置数据正变得越来越重要。在本文中，我们聚焦于轨迹数据，并提出了一个名为 PRESS（Paralleled Road-Network-Based Trajectory Compression，基于路网的并行轨迹压缩）的新框架，以在路网约束下有效压缩轨迹数据。与现有工作不同，PRESS 提出了一种新颖的轨迹表示方法，将轨迹的空间表示与时间表示分离，并分别提出了混合空间压缩（HSC）算法和有界误差时间压缩（BTC）算法来分别压缩轨迹的空间和时间信息。PRESS 还支持常见的时空查询，而无需完全解压缩数据。通过在真实轨迹数据集上的广泛实验研究，PRESS 在有界误差下节约轨迹数据存储成本方面显著优于现有方法。