期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种面向多场景的轨迹相似度计算框架
1
作者 赵卓峰 鲍越 李舸飞 《北方工业大学学报》 2024年第1期91-99,共9页
轨迹相似度计算作为轨迹数据分析中的一个研究热点,主要用来衡量两个移动对象轨迹相似程度。已有的轨迹相似度计算工作主要根据不同类型的轨迹数据和应用场景提出了大量轨迹相似性度量方法,但随着轨迹数据采集手段的逐渐丰富和应用需求... 轨迹相似度计算作为轨迹数据分析中的一个研究热点,主要用来衡量两个移动对象轨迹相似程度。已有的轨迹相似度计算工作主要根据不同类型的轨迹数据和应用场景提出了大量轨迹相似性度量方法,但随着轨迹数据采集手段的逐渐丰富和应用需求的发展,在轨迹相似性计算方面却缺少一个统一的框架以支持多样化轨迹数据下的相似轨迹分析。为此,本文在综合分析已有相似轨迹度量方法共性特征基础上,提出了一个兼容多种轨迹相似度度量方法的集成计算框架(Multiple Scenarios Similarity Trajectory Framework,MSSTJ),并通过一种统一的轨迹数据分区索引方法来优化不同相似轨迹度量方法的计算效率,从而使得用户可以通过参数化配置的简单方式来实现不同场景下多样化的轨迹相似度高效计算的需求。通过基于两类不同类型轨迹数据集的相关实验表明,MSSTJ可以帮助用户快速实现不同的轨迹相似度计算算法,并且实现的算法具有较好的性能表现。 展开更多
关键词 轨迹相似度计算 多场景 集成计算框架 分区索引优化 轨迹相似算法
在线阅读 下载PDF
融合GNN和注意力增强LSTM的轨迹相似度计算方法 被引量:1
2
作者 王语涵 孙未未 卢霖统 《小型微型计算机系统》 CSCD 北大核心 2024年第11期2561-2568,共8页
传统的轨迹相似度计算方法大多是针对欧氏空间中的轨迹而设计的,忽略了真实的轨迹被交通路网限制的这一事实,无法全面反映实际状况.本文提出了一种基于图神经网络和引入注意力机制的长短期记忆网络的深度学习模型来解决传统方法存在的问... 传统的轨迹相似度计算方法大多是针对欧氏空间中的轨迹而设计的,忽略了真实的轨迹被交通路网限制的这一事实,无法全面反映实际状况.本文提出了一种基于图神经网络和引入注意力机制的长短期记忆网络的深度学习模型来解决传统方法存在的问题.首先,将轨迹由路网上的路口来表示.然后为路网构建三个独立的视图,其中融合视图由路网知识图嵌入学习路口之间的关系而构建,使用图神经网络和多层感知机学习三个视图的信息,设计视图融合层生成路口表示向量,最后使用多层引入注意力机制的长短期记忆网络来学习轨迹的表示向量,同时还设计了一个判定轨迹相似度的损失函数.在两个真实的城市数据集上的实验结果表明,本文提出的计算方法相较于基线方法具有更高的有效性和可行性. 展开更多
关键词 轨迹相似度计算 图神经网络 长短期记忆网络 注意力机制 知识图谱
在线阅读 下载PDF
多角度语义轨迹相似度计算模型 被引量:2
3
作者 蔡明昕 孙晶 王斌 《计算机科学与探索》 CSCD 北大核心 2021年第9期1632-1640,共9页
移动设备的发展使得轨迹数据可以记录更多有用的信息,比如签到信息、活动信息,构成了语义轨迹数据。快速有效的轨迹相似度计算会为分析问题带来巨大好处,已有学者对轨迹相似性及语义轨迹相似性做出研究,并提出了一些有效的方法。但是现... 移动设备的发展使得轨迹数据可以记录更多有用的信息,比如签到信息、活动信息,构成了语义轨迹数据。快速有效的轨迹相似度计算会为分析问题带来巨大好处,已有学者对轨迹相似性及语义轨迹相似性做出研究,并提出了一些有效的方法。但是现有轨迹相似性计算方法无法应用于语义轨迹数据,而目前的语义轨迹相似性计算方法又在轨迹采样频率低的情况下效果不佳。因此在解决轨迹相似性计算对低采样频率敏感的基础上,结合了语义轨迹的附加访问地点信息,提出了一种新的轨迹相似性计算模型,叫作多角度语义轨迹(MAST)相似度计算。模型基于LSTM并且引入自注意力机制,学习到的轨迹表达为多个关注轨迹不同方面的低维向量,构成了一个矩阵,从而解决了单一向量无法准确表达轨迹的问题。这个矩阵不仅包含轨迹的空间信息,也包含语义信息,可用于计算语义轨迹相似度。提出的模型在两个现实语义轨迹数据集上进行实验,实验数据表明MAST的计算结果优于现有方法。 展开更多
关键词 轨迹相似度计算 语义轨迹 自注意力机制 表示学习
在线阅读 下载PDF
基于图神经网络的轨迹相似度计算优化
4
作者 孙亮 《蚌埠学院学报》 2022年第5期72-76,共5页
为了提高轨迹相似度计算的效率,结合空间网络的结构信息,提出了基于图神经网络的轨迹相似度计算优化(TrajSimi-GNN)策略。TrajSimi-GNN提出使用兴趣点距离和兴趣点轨迹距离来定义轨迹相似性,通过定义新的目标函数,提出了基于随机游走的... 为了提高轨迹相似度计算的效率,结合空间网络的结构信息,提出了基于图神经网络的轨迹相似度计算优化(TrajSimi-GNN)策略。TrajSimi-GNN提出使用兴趣点距离和兴趣点轨迹距离来定义轨迹相似性,通过定义新的目标函数,提出了基于随机游走的兴趣点表示学习策略。通过图神经网络模型学习轨迹嵌入表示,结合LSTM模型捕获轨迹中的序列信息。使用真实数据集对TrajSimi-GNN进行了实验评估,实验结果表明,与现有方法相比,TrajSimi-GNN具有较佳的性能。 展开更多
关键词 图神经网络 轨迹相似度计算 随机游走
在线阅读 下载PDF
基于二级时空分桶的伴随轨迹查询 被引量:1
5
作者 王晨旭 汪谨权 杨鑫 《计算机学报》 EI CAS CSCD 北大核心 2024年第1期131-147,共17页
随着移动传感器设备的普及,人们能够采集到的位置数据越来越多,轨迹数据的规模也越来越庞大.从大规模时空数据中查找与指定轨迹最相似的前k条轨迹一直是时空大数据挖掘的重要挑战之一.现有的相似轨迹查询方法大都包括三个阶段:(1)对海... 随着移动传感器设备的普及,人们能够采集到的位置数据越来越多,轨迹数据的规模也越来越庞大.从大规模时空数据中查找与指定轨迹最相似的前k条轨迹一直是时空大数据挖掘的重要挑战之一.现有的相似轨迹查询方法大都包括三个阶段:(1)对海量的离线轨迹数据建立索引;(2)基于索引结构从已知轨迹集中查询与指定轨迹相似的候选轨迹;(3)计算指定轨迹与候选轨迹之间的精确相似度并返回相似度最大的前k条轨迹.但大多数现有方法对轨迹进行聚类索引时不能有效利用时间和空间信息,导致时间相似度不高的轨迹也会被划分到相同的索引项上,最终影响查询的准确性和效率.此外,现有的时空轨迹相似度计算方法存在大量的无效运算,使得相似轨迹的查询效率整体较低.针对当前伴随轨迹查询方法对时间与空间信息利用不充分的问题,本文提出一种新的二级时空分桶索引结构,首先将每条轨迹数据按照时间滑动窗口划分为若干带有时间槽信息的子轨迹,在时间上对轨迹进行一级索引聚类;在此基础上对在相同时间槽内的子轨迹进行二级空间索引聚类,利用哈希算法将具有连续相同位置点的子轨迹映射到同一时空分桶中.与已有索引方法相比,该方法对不同轨迹在索引时具有更好的区分度,查询时的筛选条件更为严格,有效降低了候选轨迹集的规模.针对现有轨迹相似度计算方法效率低下的问题,提出一种基于时差约束的轨迹相似度计算方法.利用轨迹之间的时差排除大量不必要的位置比较运算,将轨迹相似度的计算复杂度控制在线性级别,大大提高了计算效率,同时为过滤伴随轨迹查询过程中的无效计算,对基于时差约束的轨迹相似度计算方法进行变体得到一种上下界过滤方法,最大限度地避免了无效计算.最后,在4个真实的大规模轨迹数据集上对所提方法进行实验验证,实验结果表明所提方法的轨迹查找效率是已知最好方法的9~20倍,证明了算法的有效性. 展开更多
关键词 二级时空索引 轨迹相似度计算 伴随轨迹查询
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部