1.一种轨迹查询方法，其特征在于，所述方法包括：

获取包括每个查询点的描述的查询集；

将每个查询点的描述转换为每个查询点对应的附有位置和时间标签的主题概率分布；

基于每个查询点的对应的主题概率分布，将每个查询点与数据库中的语义轨迹数据集进行搜索匹配，查找每个查询点的候选轨迹，将每个查询点的候选轨迹确定为所述查询集的候选轨迹集，其中，查询一个查询点q的候选轨迹包括：基于查询点q对应的主题概率分布，递归遍历四叉树的叶子结点，得到优先队列，所述优先队列按照mdist(q,N)的升序进行排序，所述mdist(q,N)表示查询点q与叶子结点N表示多个轨迹点的最小距离，依次遍历所述优先队列中的每个叶子结点，利用多探针LSH索引技术遍历每个叶子结点对应的LSH索引结构，得到所述查询点的候选轨迹点，将包含所述查询点的候选轨迹点的轨迹作为所述查询点的候选轨迹，并将所述查询点的候选轨迹作为所述查询集的候选轨迹的一部分；

基于所述查询集的候选轨迹集，计算所述查询集与所述查询集的候选轨迹集中每个候选轨迹的距离，按照距离大小，对所述查询集的候选轨迹集中每个候选轨迹进行排序；

根据排序后的候选轨迹集，输出结果给用户。

2.如权利要求1所述的轨迹查询方法，其特征在于，所述语义轨迹数据集中每个轨迹点包含位置坐标和主题分布信息，基于每个轨迹点包含位置坐标和主题分布信息建立包括空间层和主题层的分层索引结构，其中空间层利用四叉树建立索引结构，针对每个叶子结点表示的多个轨迹点，在主题层建立基于位置敏感哈希的每个叶子结点对应的LSH索引结构。

3.如权利要求1所述的轨迹查询方法，其特征在于，所述mdist(q,N)的计算公式如下：mdist(q,N)＝λ·Ds(q,N)+(1-λ)·DT(q,N)；

其中DS(q,N)是基于叶子结点N的最小边界矩阵N.rect，从查询点q到该叶子结点N的最小的空间距离，DT(q,N)从q到所述叶子结点N表示的多个轨迹点的最小主题距离，λ∈[0,1]为权重参数。

4.如权利要求1所述的轨迹查询方法，其特征在于，在计算所述查询集Q与所述查询集Q的候选轨迹集中一个候选轨迹的距离时，包括：计算每个查询点与所述候选轨迹Tr中每个轨迹点的距离；

根据每个查询点与所述候选轨迹Tr中每个轨迹点的距离，计算每个查询点与所述候选轨迹Tr的距离；

根据每个查询点与所述候选轨迹Tr的距离，计算所述查询集与所述候选轨迹Tr的距离。

5.如权利要求4所述的轨迹查询方法，其特征在于，所述计算每个查询点与所述候选轨迹Tr中每个轨迹点的距离包括：给定一个含有文本记录q.W和地理位置q.l的查询点q，从一个轨迹点p到查询点q的距离可根据轨迹点p到查询点q之间的空间接近度和主题相关性度量，计算公式如下：d(q,p)＝λ·DS(q,p)+(1-λ)·DT(q,p)，其中，λ∈[0,1]为用户指定参数被用来调节空间接近度与主题相似性的权重；DS(q,p)是空间欧式距离；DT(q,p)代表q和p文本记录间的主题距离。

6.如权利要求4所述的轨迹查询方法，其特征在于，所述根据每个查询点与候选轨迹中每个轨迹点的距离，计算每个查询点与所述候选轨迹Tr的距离包括：给定一个查询点q和一条轨迹Tr，其中一个轨迹点p∈Tr，对于该轨迹中其它任何一个轨迹点p'而言，有d(q,p)≤d(q,p')，则轨迹点p表示成该轨迹中与查询点q最相关的轨迹点Tr.MRP(q)，则从最相关的轨迹点Tr.MRP(q)到轨迹点q之间的距离就表示为该查询点到轨迹的距离。

7.如权利要求4所述的轨迹查询方法，其特征在于，所述根据每个查询点与所述候选轨迹的距离，计算所述查询集与所述候选轨迹Tr的距离包括：给定包含m个查询点集的查询Q＝{q1,q2,…qm}和一条轨迹Tr，查询Q到轨迹Tr的距离DQ(Tr)为每个查询点qi(i∈[1,m])到轨迹Tr的距离之和，计算如下：查询中每个查询点的最相关点集MRPs就形成了该查询的最相关点集Tr.MRPs(Q)。

8.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器用于存储至少一个指令，所述处理器用于执行所述至少一个指令以实现如权利要求1至7中任一项所述轨迹查询方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至7中任一项所述轨迹查询方法。