[發明專利]一種基于回聲狀態網絡的歷史軌跡目的地預測方法

在審

• 申請號: 201910346731.4
• 申請日: 2019-04-27
• 公開（公告）號: CN110110243A
• 公開（公告）日: 2019-08-09
• 發明（設計）人: 歐昭婧;張幸林;張錦怡;趙孔延戈;廖培湧;魏瑩
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F16/215;G06Q10/04;G06Q50/26;G01S19/40;G01S19/42;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.一種基于回聲狀態網絡的歷史軌跡目的地預測方法，其特征在于，包括以下步驟：

S1、預測服務提供者對某一區域中的移動物體的行駛軌跡數據進行預處理，再將預處理后的數據分為訓練數據集和測試數據集；

S2、根據目的地預測的基本特點構建基礎回聲狀態網絡模型；

S3、預測服務提供者通過設定模型評估標準，利用訓練數據集對步驟S2中的基礎回聲狀態網絡模型進行訓練，得到回聲狀態網絡模型；

S4、通過測試數據集對回聲狀態網絡模型的不同參數進行測試與優化，選出測試結果最優的參數表；

S5、將S4中的最優的參數表輸入到回聲狀態網絡模型中，得到基于回聲狀態網絡的目的地預測模型；

S6、預測服務提供者利用預測模型對軌跡數據提供者的實時軌跡數據進行預測，將預測結果返回軌跡數據提供者。

2.根據權利要求1所述的一種基于回聲狀態網絡的歷史軌跡目的地預測方法，其特征在于，所述的預處理是將行駛軌跡數據行進篩選、GPS修正和清洗操作；

所述篩選包括淘汰GPS只有一個數值的無效軌跡；所述清洗包括刪除GPS修正不能修改的軌跡；

所述訓練數據集包括公開的或者是用戶個人的行駛軌跡數據；所述測試數據集包括軌跡提供者提供的行駛軌跡數據；

再分別將訓練數據集和測試數據集中的數據分成車輛軌跡數據和行人軌跡數據。

3.根據權利要求1所述的一種基于回聲狀態網絡的歷史軌跡目的地預測方法，其特征在于，訓練數據集的數據獲取具體為：確定需要進行預測任務的區域，確定該區域可能產生軌跡的移動物體集合S，獲取S中的個體作為歷史行駛軌跡訓練數據的候選者，再通過配置的GPS定位儀器收集這些個體的固定時間間隔內的GPS數據，該數據作為訓練數據集的數據。

4.根據權利要求1所述的一種基于回聲狀態網絡的歷史軌跡目的地預測方法，其特征在于，步驟S2所述的目的地預測的基本特點包括時間和經緯度坐標。

5.根據權利要求1所述的一種基于回聲狀態網絡的歷史軌跡目的地預測方法，其特征在于，步驟S2所述的基礎回聲狀態網絡模型是基于回聲狀態網絡(Echo State Network，ESN)機制的神經網絡模型，包括有K個輸入節點的輸入層、有M個節點的隱藏層和有L個節點的輸出層，其中，輸入層的的狀態為u(t)，隱藏層的狀態為x(t)，輸出層的狀態為y(t)，各層之間的關系如下：

輸入層與隱藏層之間存在連接權值矩陣為W_in，隱藏層到隱藏層的連接權值矩陣為W，隱藏層到輸入層的連接權值矩陣為W_out，同時存在從前一個輸出層到當前隱藏層的連接，其連接權值矩陣為W_back；

各層的狀態公式如下：

u(t)＝[u₁(t),u₂(t),u₃(t),…,u_K(t)]^T

x(t)＝[x₁(t),x₂(t),x₃(t),…,x_M(t)]^T

y(t)＝[y₁(t),y₂(t),y₃(t),…,y_L(t)]^T

其中，u_K(t)表示第K個輸入節節點的第t個輸入狀態，t表示第t個狀態，K表示輸入節點個數；x_M(t)表示第M個隱藏層節點的第t個隱藏層狀態，M表示隱藏層節點個數；y_L(t)表示第L個輸出層節點的第t個狀態，L表示輸出層節點個數。