科创中国

为了克服已有道路交通数据压缩方法的算法复杂、处理速度较低的不足，本发明提供一种简化算法、有效的提高处理速度的基于LZW编码的道路交通空间数据压缩方法。

一种基于LZW编码的道路交通空间数据压缩方法，首先，获取同一模态下、空间上的不同路段的道路交通数据建立道路交通特征参考序列，基于空间相关性分析，选择基准路段，并将其数据作为空间上的道路交通基准数据；其次，提取同一模态下、空间上其它路段的历史数据，作为训练数据，基于同一模态下、空间上的道路交通基准数据，确定空间道路交通差值数据的最优阈值；然后，获取同一模态下、空间上其它路段的实时数据，作为实验数据，基于同一模态下、空间上的道路交通基准数据，获取空间上的道路交通差值数据；最后，通过LZW编码及解码，实现道路交通差值数据压缩及重构。本发明能简化算法、提升处理速度。

基于 LZW 编码的道路交通空间数据压缩方法具有以下应用前景：

车载导航系统：在车载导航中，大量的地图数据需要存储和传输。使用 LZW 编码进行数据压缩可以减小数据量，提高数据传输速度，从而提供更流畅的导航体验。

智能交通系统：智能交通系统需要处理大量的交通数据，如车辆位置、交通流量等。通过 LZW 编码压缩这些数据，可以节省存储空间和传输带宽，提高系统的效率和实时性。

地图制作和更新：地图制作和更新过程中会产生大量的空间数据。采用 LZW 编码压缩可以降低数据存储成本，并加快数据的传输和共享。

移动应用：道路交通相关的移动应用（如交通状况查询、公交导航等）需要传输和存储大量的空间数据。LZW 编码可以帮助减小数据量，减少流量消耗和存储需求。

浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。

本方法仅在数据之间作减法处理，实现简单，不需要进行大量复杂的数据计算，可以有效的提高处理速度。

本发明的有益效果主要表现在：通过将同一模态Mgh下道路交通空间训练数据和基准数据的差值数据进行阈值化处理，结合LZW编码技术，实现道路交通空间差值数据的压缩，根据差值数据的压缩比，确定最佳阈值。通过将最佳阈值引入到同一模态Mgh下道路交通空间实时数据和基准数据的差值数据当中，实现差值数据的阈值化处理，结合LZW编码技术，实现道路交通空间差值数据的压缩，间接实现道路交通空间实时数据的压缩。通过对压缩后的差值数据进行LZW解码，获得重构的差值数据，结合基准数据，实现道路交通空间实时数据的重构。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。