fa کاهش داده‌های خطوط سیر مکانی-زمانی با به‌کارگیری یک الگوریتم فشرده‌سازی برخط سیستمهای اطلاعات مکانی (عمومی) GIS پژوهشي Research <span style="font-family:b nazanin;">با توسعه روزافزون دستگاه‌های همراه مجهز به سیستم تعیین موقعیت جهانی مانند گوشی‌های هوشمند همراه، حجم زیادی از اطلاعات مکانی تولید می‌شود. این داده‌ها که بیشتر به صورت دنباله‌ای از نقاط مکانی در طول زمان ذخیره و مدل‌سازی می‌شوند، خط سیر نام</span>&nbsp;<span style="font-family:b nazanin;">دارند. حجم بالای داده‌های خطوط سیر هزینه انتقال، ذخیره‌سازی و پردازش این داده‌ها را بالا برده است. برای برطرف نمودن این مشکلات، تعدادی از الگوریتم‌های فشرده‌سازی، با رویکرد کاهش تعداد نقاط مسیر مطرح شده‌ است. در این مقاله، هفت الگوریتم‌ نمونه‌برداری یکنواخت، داگلاس پوکر، الگوریتم نسبت زمانی بالا- پایین، پنجره متحرک، پنجره متحرک-نسبت زمانی، الگوریتم سرعت</span>&nbsp;<span style="font-family:b nazanin;">مبنا بالا-پایین و</span><span dir="LTR"><span style="font-size:8.0pt;">SQUISH-E&nbsp; (Spatial QUalIty Simplification Heuristic - Extended</span></span><span style="font-family:b nazanin;">) مورد بحث قرار گرفتند و مزایا و معایب هر یک بررسی شد. در این میان الگوریتم</span><span dir="LTR"><span style="font-size:8.0pt;">SQUISH-E</span></span><span style="font-family:b nazanin;"> ، قادر به برقراری تعادل بین نسبت فشرده‌سازی و خطای فاصله اقلیدسی همزمانی است در حالی که نرخ فشرده‌سازی بالایی نسبت به سایر روش‌ها دارد. به منظور رفع این مشکل، در این مقاله راهکاری برای متغیر کردن پنجره اولویت الگوریتم </span><span dir="LTR"><span style="font-size:8.0pt;">SQUISH-E</span></span><span style="font-family:b nazanin;"> ارائه شد که موجب بهبود نرخ فشرده‌سازی الگوریتم می‌شود. به منظور بررسی عملکرد روش</span>&nbsp;<span style="font-family:b nazanin;">یشنهادی، تمامی الگوریتم‌ها روی شش زیر مسیر با پیچیدگی‌های مختلف پیاده‌سازی شده و با یکدیگر از نظر معیارهایی مانند نرخ</span>&nbsp;<span style="font-family:b nazanin;">فشرده‌سازی، زمان اجرا و خطای فاصله اقلیدسی همزمانی مقایسه ‌شدند. نتایج به‌دست آمده حاکی از بهبود عملکرد الگوریتم پیشنهادی در نرخ فشرده‌سازی، زمان اجرایی و خطای فاصله اقلیدسی همزمانی می‌باشد. زمان الگوریتم پیشنهادی نسبت به الگوریتم </span><span dir="LTR"><span style="font-size:8.0pt;">SQUISH-E</span></span><span style="font-family:b nazanin;"> حدود 130 میلی‌ثانیه کاهش و نرخ فشرده‌سازی آن 015_/0 افزایش یافته است.</span> &nbsp;<br> With development of mobile devices equipped with a global positioning system, such as smartphones, large amounts of spatial information are generated. These data, which are often stored and modeled as a sequence of spatial locations over time, are called trajectory. The large amount of trajectory data has increased the cost of transferring, storing and processing such data. To overcome these problems, a number of compression algorithms have been proposed for reducing the size of trajectory data. In this paper, seven algorithms including uniform sampling, Douglas Poker, TD-TR, Opening Window, OPW-TR, TD-SB and SQUISH-E algorithms are being discussed and the advantages and disadvantages of these algorithms are investigated as well. The SQUISH-E algorithm can create a balance between the compression rate and the Synchronized Euclidean Distance error, but has a high compression rate than other compression algorithms. To solve mentioned problem, this paper proposed a method for changing the priority window of the SQUISH-E algorithm, which improves the compression rate of this algorithm. In order to evaluate the performance of the proposed method, all algorithms are implemented on six trajectories of varying complexity and compared with each other in terms of criteria such as compression rate, run-time, and concurrency Euclidean distance errors. The results of implementation of the proposed method indicate the improvement of the proposed algorithm at the compression rate, computation time, and Synchronized Euclidean Distance error. In compare to SQUISH-E algorithm, the computation time and compression rate of proposed algorithm is decreased about 130 millisecond and 0.015, respectively. خط سیر مکانی-زمانی, فشرده‌سازی, الگوریتم SQUISH-E, پنجره اولویت Spatio-temporal Trajectories, Compression, SQUISH-E Algorithm, Priority Window. 15 30 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-587-2&slc_lang=fa&sid=1 Afsaneh Nasiri افسانه نصیری 10031947532846007177 10031947532846007177 No University of Tehran دانشگاه تهران Sanaz Azimi ساناز عظیمی 10031947532846007178 10031947532846007178 No University of Tehran دانشگاه تهران Rahim Ali Abbaspour رحیم علی عباسپور Abaspour@ut.ac.ir 10031947532846007179 10031947532846007179 Yes University of Tehran دانشگاه تهران