首页 | 本学科首页   官方微博 | 高级检索  
     

基于RNN集成学习的个人轨迹恢复方法
引用本文:鲁强,刘歆琦.基于RNN集成学习的个人轨迹恢复方法[J].计算机工程,2019,45(3):188-196,201.
作者姓名:鲁强  刘歆琦
作者单位:中国石油大学(北京)石油数据挖掘北京市重点实验室,北京,102249;中国石油大学(北京)石油数据挖掘北京市重点实验室,北京,102249
基金项目:国家自然科学基金;中国石油大学(北京)青年基础科研基金
摘    要:从多个轨迹数据库中连接并恢复出较为完整的个人轨迹对出行推荐和移动导航具有重要的意义。基于个人轨迹恢复,提出RNN集成学习方法。定义个人轨迹恢复的形式化模型,利用轨迹点数目采样模式将每个训练库划分为多个训练子库,并采用RNN网络模型描述个人轨迹的可拼接程度,使用集成学习方法构建多个RNN网络,以达到恢复个人轨迹的目的。实验结果表明,该方法可以较好地捕获轨迹时空连续性特征,实现个人轨迹恢复。

关 键 词:轨迹恢复  轨迹拼接  集成学习  神经网络  RNN网络

Personal Trajectory Recovery Method Based on RNN Ensemble Learning
LU Qiang,LIU Xinqi.Personal Trajectory Recovery Method Based on RNN Ensemble Learning[J].Computer Engineering,2019,45(3):188-196,201.
Authors:LU Qiang  LIU Xinqi
Affiliation:(Beijing Key Lab of Petroleum Data Mining,China University of Petroleum,Beijing 102249,China)
Abstract:LU Qiang;LIU Xinqi(Beijing Key Lab of Petroleum Data Mining,China University of Petroleum,Beijing 102249,China)
Keywords:trajectory recovery  trajectory splicing  ensemble learning  neural network  RNN network
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号