[發明專利]一種基于自適應時間戳與多尺度特征提取的軌跡預測方法有效
| 申請號： | 202011594675.5 | 申請日： | 2020-12-29 |
| 公開（公告）號： | CN112667763B | 公開（公告）日： | 2022-09-13 |
| 發明（設計）人： | 王瑞錦;李艾玲;趙蕓偉;張鳳荔 | 申請（專利權）人： | 電子科技大學;國家計算機網絡與信息安全管理中心 |
| 主分類號： | G06F16/29 | 分類號： | G06F16/29;G06K9/62;G06N3/04 |
| 代理公司： | 成都金英專利代理事務所(普通合伙) 51218 | 代理人： | 袁英 |
| 地址： | 610041 四川省成*** | 國省代碼： | 四川;51 |
| 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 自適應 時間 尺度 特征 提取 軌跡 預測 方法 | ||
1.一種基于自適應時間戳與多尺度特征提取的軌跡預測方法，其特征在于，包括以下步驟：
S1：根據用戶的簽入點數據的特殊性，分析簽入點時間特性，確定用戶的自適應軌跡切割時間戳；所述時間戳的時間間隔序列為平均數或眾數
S2：根據用戶的自適應時間戳，對用戶軌跡進行切割，來擬合用戶的運動模式；
S3：使用基于多方法集成的軌跡時間序列特征提取方法對用戶歷史軌跡進行特征提取；
S4：對特征向量進行歸一化處理，統一多尺度特征量綱；
S5：通過LSTM網絡模型和分類器預測下一個POI。
2.根據權利要求1所述的一種基于自適應時間戳與多尺度特征提取的軌跡預測方法，其特征在于，所述軌跡時間序列特征提取方法是通過結合小波變換、多重分形和統計分析集成的，用于提取三種不同的軌跡時間序列特征。
3.根據權利要求2所述的一種基于自適應時間戳與多尺度特征提取的軌跡預測方法，其特征在于，所述小波變換包括以下步驟：
S311：利用小波變換對原始軌跡時間序列進行降噪；
S312：對經過去噪的時間序列進行兩層分解；
S313：提取平均高頻子波系數作為軌跡時間序列特征一。
4.根據權利要求2所述的一種基于自適應時間戳與多尺度特征提取的軌跡預測方法，其特征在于，所述多重分形包括以下步驟：
S321：利用小波變換對原始軌跡時間序列進行降噪；
S322：采用多重分形方法提取軌跡時間序列特征二。
5.根據權利要求2所述的一種基于自適應時間戳與多尺度特征提取的軌跡預測方法，其特征在于，所述統計分析包括以下步驟：
S331：根據統計特征計算方法計算軌跡時間序列統計特征；
S332：提取時間均值、位置眾數作為軌跡時間序列特征三。
6.根據權利要求1所述的一種基于自適應時間戳與多尺度特征提取的軌跡預測方法，其特征在于，所述S4具體包括以下步驟：
S401：使用因果POI嵌入模型將軌跡簽入點數據映射到低維空間中，生成一個固定長度的向量；
S402：對得到的向量進行歸一化處理，統一特征向量量綱。
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電子科技大學;國家計算機網絡與信息安全管理中心，未經電子科技大學;國家計算機網絡與信息安全管理中心許可，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/202011594675.5/1.html，轉載請聲明來源鉆瓜專利網。
