[發明專利]一種基于上下文感知的非負張量分解的城市動態分析方法有效
| 申請號： | 201811488497.0 | 申請日： | 2018-12-06 |
| 公開（公告）號： | CN109684604B | 公開（公告）日： | 2020-06-30 |
| 發明（設計）人： | 王靜遠;陳超;熊璋 | 申請（專利權）人： | 北京航空航天大學 |
| 主分類號： | G06F17/18 | 分類號： | G06F17/18;G06K9/62;G06Q50/26 |
| 代理公司： | 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465 | 代理人： | 曹鵬飛 |
| 地址： | 100000*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 上下文 感知 張量 分解 城市 動態 分析 方法 | ||
1.一種基于上下文感知的非負張量分解的城市動態分析方法，其特征在于，包括：
S1、將待分析城市劃分為M個區域，將每天劃分為N個時間片；
S2、從人類活動相關的軌跡數據中提取出出發地、到達地以及時間信息；將所述出發地、到達地信息匹配到對應區域中，并將時間信息匹配到對應時間片中；
S3、統計不同區域時間片、不同區域間的流量大小，生成數據張量；
S4、根據城市上下文環境數據，統計出所述區域的上下文相似性矩陣；
S5、選取合適的參數出發地模式I，到達地模式J，時間模式K以及參數集合Ω，根據預設公式解決對應的優化問題，得到分解結果動態模式張量C、出發地映射矩陣O、到達地映射矩陣D和時間映射矩陣T；
S6、選取L個時期，根據流水線初始化張量序列的方法對所述L個時期進行張量分解；
S7、對動態模式張量C、出發地映射矩陣O、到達地映射矩陣D和時間映射矩陣T進行統計分析與可視化，進而進行城市動態模式的分析；
所述步驟S5中預設公式為上下文感知的非負張量分解模型；
其中α，β為上下文正則系數，γ，δ，∈，ε為稀疏化正則系數；表示數據張量，C表示動態模式張量，O表示出發地映射矩陣，D表示到達地映射矩陣，T表示時間映射矩陣。
2.如權利要求1所述的一種基于上下文感知的非負張量分解的城市動態分析方法，其特征在于，所述生成數據張量包括：
表示數據構建的張量，
rxyz表示中的第x，y，z個元素，表示在時間片z中由區域x到區域y的人流密度；表示不同時間片下不同區域之間的流量大小。
3.如權利要求2所述的一種基于上下文感知的非負張量分解的城市動態分析方法，其特征在于，所述S4包括：
利用每個區域所對應的POI標簽來衡量區域間的相似度，并根據所述公式(1)從而生成城市上下文相似度矩陣W。
4.如權利要1所述的一種基于上下文感知的非負張量分解的城市動態分析方法，其特征在于，所述S6包括：獲取一個長度為L的動態模式序列，即在每期做張量分解前，使用上一期的分解結果初始化參數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京航空航天大學，未經北京航空航天大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811488497.0/1.html，轉載請聲明來源鉆瓜專利網。
