[发明专利]轨迹处理方法、装置、电子设备和存储介质

说明书

本公开提供了轨迹处理方法、装置、电子设备和存储介质，涉及数据处理技术领域，具体涉及数据压缩与深度学习技术。具体实现方案为：确定原始轨迹所对应的特征数据；基于特征数据，得到压缩数据；其中，压缩数据用于基于预设模型还原得到原始轨迹；预设模型是基于原始轨迹和特征数据训练得到的。根据本公开的技术，能够节省轨迹数据的存储空间。

技术领域

本公开涉及数据处理技术领域，具体涉及数据压缩与深度学习技术。

背景技术

在大数据时代，随着各种移动终端的出现与定位技术的发展，越来越多的移动终端能够利用GPS(Global Positioning System，全球定位系统)收集移动对象的位置信息，达到秒级的定位功能，以实现对移动轨迹的刻画。由于GPS接收器能够每秒产生一个轨迹点，因此，与定位相关的应用服务器每天将会产生数以几十亿计的轨迹点，相应地，产生海量的轨迹。

发明内容

本公开提供了一种轨迹处理方法、装置、电子设备和存储介质。

根据本公开的一方面，提供了一种轨迹处理方法，包括：

确定原始轨迹所对应的特征数据；

基于特征数据，得到压缩数据；其中，压缩数据用于基于预设模型还原得到原始轨迹；预设模型是基于原始轨迹和特征数据训练得到的。

根据本公开的一方面，提供了一种轨迹处理方法，包括：

基于压缩数据，得到特征数据；

基于特征数据和预设模型，确定原始轨迹；其中，预设模型是基于原始轨迹和特征数据训练得到的。

根据本公开的另一方面，提供了一种轨迹处理装置，包括：

特征数据确定模块，用于确定原始轨迹所对应的特征数据；

第一轨迹处理模块，用于基于特征数据，得到压缩数据；其中，压缩数据用于基于预设模型还原得到原始轨迹；预设模型是基于原始轨迹和特征数据训练得到的。

根据本公开的另一方面，提供了一种轨迹处理装置，包括：

特征数据获取模块，用于基于压缩数据，得到特征数据；

预测模块，用于基于特征数据和预设模型，确定原始轨迹；其中，预设模型是基于原始轨迹和特征数据训练得到的。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开实施例中任意一种轨迹处理方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开实施例中任意一种轨迹处理方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开实施例中任意一种轨迹处理方法。

本公开的技术方案中，由于基于原始轨迹和特征数据训练得到预设模型，因此，预设模型能够基于特征数据还原得到原始轨迹，使得在收集数据的过程中，只需要保存基于特征数据得到的压缩数据就能够还原出对应的原始轨迹，从而在保证轨迹还原的完整性的情况下，节省存储空间。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明