CN118484481B 一种基于时空信息提取的轨迹相似度分析方法、电子设备及存储介质 (哈尔滨工业大学)_第1页
CN118484481B 一种基于时空信息提取的轨迹相似度分析方法、电子设备及存储介质 (哈尔滨工业大学)_第2页
CN118484481B 一种基于时空信息提取的轨迹相似度分析方法、电子设备及存储介质 (哈尔滨工业大学)_第3页
CN118484481B 一种基于时空信息提取的轨迹相似度分析方法、电子设备及存储介质 (哈尔滨工业大学)_第4页
CN118484481B 一种基于时空信息提取的轨迹相似度分析方法、电子设备及存储介质 (哈尔滨工业大学)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于时空信息提取的轨迹相似度分析一种基于时空信息提取的轨迹相似度分析输入到具有位置代码层的Transformer模型中进后再进行K-Means聚类,得到基于时空信息提取用相似度分析算法对轨迹数据进行高效的比对2S2.将步骤S1得到的预处理后的时空轨迹数据,输入到具有位置S2.1.将步骤S1得到的连续的轨迹序列数据输入到具有位置代码层的Transformer模S2.2.将轨迹的位置编码与自注意力层张量通过融合函数进行融合得到自注意力层的k为键向量的维度;3S2.3.将自注意力层的输出结果输入到前馈神经网络层中进行处理,前馈神经网络层S2.4.将包含输入轨迹数据的高级特征表示的张量采用平均池化进行降维处理输出时第i个轨迹表征tri和第j个轨迹表征trj的相似度p(ji4的处理器执行所述计算机程序时实现权利要求1-2任一项所述的一种基于时空信息提取的处理器执行时实现权利要求1-2任一项所述的一种基于时空信息提取的轨迹相似度分析方5都起到了重要作用。它涉及到利用特定的算法计算两个或多个时空轨迹之间的相似度分[0007]S2.将步骤S1得到的预处理后的时空轨迹数据,输入到具有位置代码层的6记录进行筛选,根据经纬度信息计算第i条记录与第i+1条记录之间的距离以及时间间隔,[0023]S2.2.将轨迹的位置编码与自注意力层张量通过融合函数进行融合得到自注意力[0029]S2.4.将包含输入轨迹数据的高级特征表示的张量采用平均池化进行降维处理输7对于第i个轨迹表征tri和第j个轨迹表征trj的相似度p(j|i)的行所述计算机程序时实现所述的一种基于时空信息提取的轨迹相似度分析方行时实现所述的一种基于时空信息提取的轨迹相似转化为易于处理的向量形式,进而利用相似度分析算法对轨迹数据进行高效的比对和分8施方式,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方记录进行筛选,根据经纬度信息计算第i条记录与第i+1条记录之间的距离以及时间间隔,9[0072]S2.将步骤S1经过数据清洗后的时空轨[0073]S2.将步骤S1得到的预处理后的时空轨迹数据,输入到具有位置代码层的[0079]S2.2.将轨迹的位置编码与自注意力层张量通过融合函数进行融合得到自注意力[0082]Q表示对输入序列进行线性变换后的查询向量,用于在注意力计算中表示当前时[0083]K表示对输入序列进行线性变换后的键向量,用于与查询向量进行点积计算相似[0093]S2.4.将包含输入轨迹数据的高级特征表示的张量采用平均池化进行降维处理输对于第i个轨迹表征tri和第j个轨迹表征trj的相似度p(j|i)的数在K=20时达到了最大值,Davies-Bouldin指数在K=18时达到了最小值,Calinski-[0114]图5为轨迹序列数据经过Transformer隐藏层后,直接T-SNE降维可视化得到的结行所述计算机程序时实现所述的一种基于时空信息提取的轨迹相似度分析方他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器行时实现所述的一种基于时空信息提取的轨迹相似[0122]本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式[0123]所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖要求的范围内的

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论