Para mi trabajo académico final, he desarrollado un algoritmo de compresión para trayectorias GPS. Puedo estimar la calidad de la compresión espacio-temporal calculando la distancia euclidiana sincronizada (SED) entre la trayectoria comprimida y la original y evaluar el rendimiento de mi algoritmo contra un algoritmo de compresión conocido.
Un algoritmo espacio-temporal, como el mío, reduce la trayectoria tratando de mantener tanta información temporal como sea posible. Los algoritmos espaciales (por ejemplo, el algoritmo Douglas-Peucker) realizan la compresión refiriéndose solo a las características espaciales.
¿Que pasa ahora? Considerando un aspecto espacio-temporal, mi algoritmo es mejor que DP. Puedo asegurar esto mediante mediciones SED. Si trazo las tres trayectorias (original, mía y DP comprimidas), la trayectoria comprimida con DP se ajusta mejor a la trayectoria original. Las mediciones de solo ojo no satisfacen mi necesidad: de hecho, necesito una métrica de error que demuestre numéricamente cómo el algoritmo DP es mejor que el mío de una manera espacial.
Entonces podría escribir: "Refiriéndome al factor espacio-temporal, mi algoritmo es mejor que DP, porque tiene un factor SED menor que el factor SED de DP. Por desgracia, el factor espacial simple otorga el algoritmo DP porque es (nombre de la nueva métrica) es mejor que el mío ".
He estado pensando en la distancia euclidiana perpendicular, pero realmente no sé si esto podría ser útil. Deformación dinámica del tiempo? ¿Qué métrica podría usar para esto?