|
|||||
|
|
| 轨迹表示学习技术研究进展 | |
| 作者姓名： | 曹翰林 唐海娜 王飞 徐勇军 |
| 作者单位： | 中国科学院大学人工智能学院,北京 100049;中国科学院计算技术研究所,北京100190 |
| 基金项目： | 国家自然科学基金（52071312）;之江实验室开放课题（2019KE0AB03） |
| 摘 要： | 基于地理位置信息的应用和服务的迅速发展,对轨迹数据挖掘提出了新的需求和挑战.原始轨迹数据通常是由坐标-时间戳元组构成的有序序列,而现有的大多数数据分析算法均要求输入数据位于向量空间中.因此,为了将轨迹数据从变长的坐标-时间戳序列转化成定长的向量表示且保持原有的特征,对轨迹数据进行有效的表示是十分重要且必要的一步.传统的... |
| 关 键 词： | 轨迹数据挖掘 轨迹表示 时空数据挖掘 |
| 收稿时间： | 2020-08-06 |
| 修稿时间： | 2020-10-05 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《软件学报》浏览原始摘要信息 | |
| 点击此处可从《软件学报》下载免费的PDF全文 | |