检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的gps轨迹去匿名研究

计算机工程与科学 2022年第2期44卷 244-250页

作者：卜冠华周礼亮李昊张敏中国科学院软件研究所可信计算与信息保障实验室北京100089 中国科学院大学北京100089 中国电子科技集团公司航空电子信息系统技术重点实验室四川成都610036

移动互联网和LBS技术的高速发展使得位置服务提供商可以轻松收集到大量用户位置轨迹数据,近期研究表明,深度学习方法能够从轨迹数据集中提取出用户身份标识等隐私信息。然而现有工作主要针对社交网络采集的签到点轨迹,针对gps轨迹的去... 详细信息

移动互联网和LBS技术的高速发展使得位置服务提供商可以轻松收集到大量用户位置轨迹数据,近期研究表明,深度学习方法能够从轨迹数据集中提取出用户身份标识等隐私信息。然而现有工作主要针对社交网络采集的签到点轨迹,针对gps轨迹的去匿名研究则较为缺乏。因此,对基于深度学习的gps轨迹去匿名技术开展研究。首先提出一种gps轨迹数据预训练方法,经过子轨迹划分、位置点转化和位置点嵌入,原始gps轨迹中的空间距离和上下文信息被嵌入到定长向量中,使得gps轨迹数据能够作为神经网络的输入。其次提出一种基于深度神经网络训练的gps轨迹去匿名方法,基于预训练得到的向量序列,采用LSTM、GRU等神经网络作为编码器训练拟合用户标识,实现匿名轨迹数据的用户关联。最后基于Geolife轨迹数据集对上述方法进行验证,实验中轨迹去匿名的准确率和Top5准确率分别达到了56.73%和73.48%,实验结果表明,基于深度学习的gps轨迹去匿名方法能够从匿名轨迹数据中较为准确地识别出用户标识。

关键词：深度学习循环神经网络轨迹去匿名 gps轨迹数据预训练

结合出行方式的Trans-BiLSTM移动目标位置预测方法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年第3期45卷 598-605页

作者：姚子宣魏东冉义兵北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室北京100044

当前位置预测算法往往忽略用户出行方式的关键作用,并在处理长时间序列依赖问题中效果较差.针对这两个问题,提出了一种结合出行方式的Trans-BiLSTM目标位置预测模型.该模型首先提取轨迹段的运动学特征,然后构建基于XGBoost的出行方式识... 详细信息

当前位置预测算法往往忽略用户出行方式的关键作用,并在处理长时间序列依赖问题中效果较差.针对这两个问题,提出了一种结合出行方式的Trans-BiLSTM目标位置预测模型.该模型首先提取轨迹段的运动学特征,然后构建基于XGBoost的出行方式识别算法,筛选影响出行方式的主要特征,和轨迹共同作为预测模型输入.最后为了增强轨迹特征的表征能力,引入Transformer编码器,并结合BiLSTM深度挖掘轨迹的上下文关系.在真实gps轨迹数据集上进行的位置预测对比实验表明,Trans-BiLSTM模型与常用的LSTM和BiLSTM模型相比,目标位置预测的结果RMSE指标分别提升67.4%和17.7%.

关键词： gps轨迹位置预测出行方式识别 Transformer 双向长短时记忆网络

基于DP-PSO的车辆gps轨迹时空自适应离线压缩算法

在线全文

学校读者我要写书评

暂无评论

桂林理工大学学报 2022年第4期42卷 977-987页

作者：董路熙张烈平王文成舒晴川桂林理工大学机械与控制工程学院广西桂林541006 广东电网有限责任公司佛山供电局广东佛山528000

为了尽可能多地保留有效轨迹信息,并更好地平衡有效轨迹信息与全局压缩效率之间的动态关联关系,利用海量移动轨迹数据,提出了一种基于Douglas Peucker-particle swarm optimization(DP-PSO)的车辆gps轨迹时空自适应离线压缩算法。首先,... 详细信息

为了尽可能多地保留有效轨迹信息,并更好地平衡有效轨迹信息与全局压缩效率之间的动态关联关系,利用海量移动轨迹数据,提出了一种基于Douglas Peucker-particle swarm optimization(DP-PSO)的车辆gps轨迹时空自适应离线压缩算法。首先,根据原始轨迹时空特性,在第一阶段利用MDL分割框架对筛选出的有效轨迹进行初步分割,获取表征原始轨迹特性的轨迹分段数;然后,在第二阶段考虑偏移角度、垂直欧氏距离、轨迹分段数等多种影响因素,建立基于DP-PSO的车辆gps轨迹时空自适应离线压缩算法,动态调整各参数阈值将所有轨迹同化为具有相似特性的一类轨迹簇,建立能够全面反映压缩结果的空间、时间特征的评价指标,实现所有轨迹的全局优化和有效压缩;最后,选择某城市车辆gps轨迹数据验证本算法的可靠性。结果表明:与经典的TRACLUS算法和新算法TCDP、RSF、Top-Down Time Ratio相比,在轨迹压缩的准确性上,本文算法在保留较多特征轨迹点的同时,也涵盖了较丰富的轨迹信息。在精简性方面,本文算法在轨迹压缩数的平均变化量,相比于其他4种算法分别减少了55.823%、45.802%、50.815%和32.566%。在复杂度方面,本文算法不仅能获得较好的压缩精度,还能在压缩时间上相较于其他4种算法有较大优势,且稳定在101095 ms左右,提升轨迹压缩的整体运行效能。

关键词： gps轨迹 DP-PSO 自适应压缩全局优化多维效用评价

众源地理信息支持下的建成环境与户外慢跑关联交互

在线全文

学校读者我要写书评

暂无评论

风景园林 2024年第4期31卷 44-52页

作者：杨伟胡洁刘勇重庆大学管理科学与房地产学院重庆市荣昌区住房和城乡建设委员会

【目的】户外健身慢跑已成为城市居民提升健康水平的重要方式。探析城市建成环境与户外慢跑行为的关联交互,旨在为建立友好型人居环境提供科学依据。【方法】利用慢跑gps轨迹、街景图片等众源地理大数据,在城市尺度测度户外慢跑行为和... 详细信息

【目的】户外健身慢跑已成为城市居民提升健康水平的重要方式。探析城市建成环境与户外慢跑行为的关联交互,旨在为建立友好型人居环境提供科学依据。【方法】利用慢跑gps轨迹、街景图片等众源地理大数据,在城市尺度测度户外慢跑行为和城市建成环境特征。采用地理探测器模型探究成都市主城区建成环境与慢跑行为的关联交互影响及其时空差异性。【结果】人口密度、土地利用混合度、公交站密度是户外慢跑空间分布的核心作用因子。建成环境因子两两交互后对慢跑流量的解释力均大于单因子,其中,人口密度和土地利用混合度二者的交互在50%程度上解释了慢跑活动的空间分异。部分环境因子对慢跑流量的交互影响会随着时间和土地利用类型的不同而变化。人口密度和土地利用混合度与其他建成环境因子呈现协同增强的交互影响,且核心交互因子对慢跑的解释力大小具有时空变化性。【结论】众源地理信息为大范围、低成本的感知测度人类行为和城市环境提供了新手段。系统解析建成环境对户外慢跑的关联交互影响,可为健康导向的城市设计提供决策建议。

关键词：户外慢跑众源地理信息 gps轨迹地理探测器关联交互影响

在线全文

学校读者我要写书评

暂无评论

融合微博和gps轨迹的旅游地意象提取方法

融合微博和GPS轨迹的旅游地意象提取方法

作者：李晓风河北师范大学

学位级别：硕士

社交软件的普遍应用带来了大量内容丰富的旅游UGC（User Generated Contents）数据,这些数据成为旅游地意象、旅游满意度、情感分析等研究的重要数据源,但是当前对于这些数据的研究方法多局限于人工处理分析,而且忽视了旅游地意象时空... 详细信息

社交软件的普遍应用带来了大量内容丰富的旅游UGC（User Generated Contents）数据,这些数据成为旅游地意象、旅游满意度、情感分析等研究的重要数据源,但是当前对于这些数据的研究方法多局限于人工处理分析,而且忽视了旅游地意象时空建构过程。本研究提出了融合微博与gps（Global Positioning System）轨迹的旅游地意象提取方法:首先,基于意象建构的过程性,设计时间分段方法,以对数据进行时间分段;其次,采用LDA（Latent Dirichlet Allocation）主题模型综合特征维度的方法处理微博数据获取代表性意象,对其不同时段的主题文本内容进行共现语义网络分析,以中心特征词提取主要意象,并对关键特征词进行特征维度分类;最后,对于空间特征弱的意象,依据关键特征词分类结果归纳意象特征,研究其基于时间的建构过程,而对于空间特征较强的意象,选定对应gps轨迹数据,并将关键特征词中的空间与景观特征词与轨迹点数据和轨迹照片数据的核密度分析结果耦合,将行为与心理特征词与轨迹点数据中的行进状态矢量栅格化结果耦合,提取代表性意象基于时空的建构过程。泰山旅游地实证数据表明,融合微博和轨迹数据的方法能够对从空间、时间和内容上细化旅游地意象特征,获取更加丰富的意象感知结果,主要结论为:（1）旅游地意象特征维度。微博LDA主题一级特征维度的量化指标信息概要提炼出泰山的核心旅游意象“登泰山观日出,体验一览众山小;挑战极限、超越自我,之后而心怀天下”;代表性二级维度精细刻画了泰山以《望岳》为代表的文化底蕴,以及旅游者多种方式爬山,赏日出云海的行为意象。基于此,选取夜爬登山,缆车登山,观赏日出和观赏封禅大典作为代表性主题,对其意象建构过程进行分析,使用封禅大典主题代替《望岳》主题做意象分析的原因在于《望岳》主题多为感慨性文本,意象时间空间特征都比较弱,而封禅文化是泰山独有的文化,代表性更强,观看演出的过程更具有分析价值。（2）旅游地意象特征建构。（1）观日出和观封禅大典主题的空间特征较弱,对其时间特征进行分析:首先,观日出主题下,为了观看日出的登山过程,等待日出的焦急状态在时间分段后得到清晰展现;其次,观封禅大典主题下,旅游者在观看封禅大典过程中对于泰山的历史的了解逐渐明晰,从对演出的赞美上升到了逐步了解封禅文化,为家人和祖国祈福的情感状态变化得到清晰展现;（2）夜爬泰山和缆车登山意象空间特征较强,融合对应gps轨迹数据进行分析,获取了旅游者在登山过程中空间位置及情感特征基于时间的变化过程。首先,夜爬登山意象下,旅游者夜爬初段快速登山;夜爬中段速度减慢;登顶后观赏日出;下山过程悠闲赏景;其次,缆车登山意象下,旅游者乘坐缆车轻松登山,登顶后赞美风景,观赏日出心情激动,无缆车徒步时段辛苦登山。两种数据融合的方法分析了登山意象的时空建构过程,获取了时空信息更加丰富的意象结果,尤其是缆车登山意象,文本内容大多聚集于乘坐缆车的轻松,但是即便是乘坐缆车登山,也有徒步过程,融合gps轨迹数据则突出体现了这一点。总体而言,本研究提出的融合微博和gps轨迹的旅游地意象提取方法为旅游地意象研究提供了新的思路。通过泰山旅游地案例研究,证明了该方法能得出相较于单一数据更加丰富的意象时空特征。

关键词：旅游地意象微博 gps轨迹时间分段意象建构

基于电动汽车gps轨迹的公共充电站选址定容优化研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于电动汽车GPS轨迹的公共充电站选址定容优化研究

作者：黄柳中南民族大学

学位级别：硕士

出于节能和环保的目的,电动汽车在全球得到普遍关注,呈现出快速增长态势。然而,昂贵的购买成本使得续航能力强的电动汽车下沉受阻,用户时常对剩余续航里程感到焦虑。而且,日益增长的充电需求量和漫长的充电时间加剧了公共充电站内的拥塞... 详细信息

出于节能和环保的目的,电动汽车在全球得到普遍关注,呈现出快速增长态势。然而,昂贵的购买成本使得续航能力强的电动汽车下沉受阻,用户时常对剩余续航里程感到焦虑。而且,日益增长的充电需求量和漫长的充电时间加剧了公共充电站内的拥塞,进一步降低了用户驾驶体验,制约电动汽车产业发展。与此同时,充电服务供给与需求不相符的现状,造成充电桩利用率低。因此,基于当前充电需求并面向未来潜在需求,系统地设计公共充电站位置和容量显得尤为迫切。鉴于此,本文在挖掘电动汽车gps轨迹数据的基础上,探讨了公共充电站选址与定容优化问题,以及进行了动态需求下公共充电站多周期扩充和创新服务模式研究。具体工作包括以下几个方面:首先,考虑电动汽车用户对充电服务响应时间的感知研究了公共充电站选址与定容优化问题。基于电动出租车gps轨迹数据集,对行程进行拆解,识别出寻找充电站、正在充电和自由驾驶三种子轨迹。以充电服务响应时间为电动汽车用户获得满意充电服务的时间阈值,立足现有充电设施和预算约束,结合排队论思想,构建了公共充电站选址和定容优化模型。随后,针对模型特性,双层嵌套遗传算法被开发来求解该模型,以寻求充电设施寻找难和充电拥堵问题的平衡解决方案。在大规模随机算例中,本文还对贪婪算法和贪婪替换算法的性能进行了改善。此外,通过对深圳市案例的研究和模型重要参数的灵敏度分析,本文提出了优化部署公共充电站的建议。其次,以促进电动汽车市场渗透为目标,对动态需求下公共充电站多周期扩充问题进行了研究。考虑到充电距离和等待时间会影响电动汽车的购买决策,本文基于公共充电机会和等待时间满意度,提出了电动汽车市场渗透率变化函数。随后,通过模拟电动汽车市场份额变化和不同汽车充电量差异来预测充电需求分布。进而,本文构建了多周期选址和定容优化模型,以适应动态变化的充电需求,并观察充电需求和设施供应之间的交互影响。为了解决大规模网络问题,所提出的模型被拆分成选址和定容两个阶段。由于选址阶段为NP-hard问题,本文将遗传算法和k-medoids聚类算法进行嫁接,设计了GA-k-medoids启发式算法。在算例分析部分,本文又对选址模型进行了线性化,并通过对比启发式算法的求解结果和Gurobi的运算结果,验证了所提出的模型和算法的有效性。随着数值实验的成功,在深圳市案例研究中讨论了动态需求情景下公共充电站的多周期部署策略。最后,采用双层决策模型研究了路径偏差和里程焦虑下充/换电联合站部署策略。在路径偏移和里程焦虑双重影响下,电动汽车驾驶员会选择合适的路径前往目的地。基于此,本文构建了电动汽车流量衰减函数。随后,针对快速充电服务和电池更换服务相结合的模式,建立了具有优先级的双排队系统,包括换下电池的慢速内充系统和对错失电池更换机会的电动汽车进行快速充电的外充系统。于是,一个双层规划模型得以构建。其中,上层模型研究了联合站的选址-路径优化问题。在此基础上,下层模型结合双排队系统和预算约束进行备用电池和快速充电桩数量最优分配,以减少车辆在站内的平均逗留时间。在理论方面,本文重点关注电动汽车用户的时间感知对需求覆盖效果的影响,并结合了里程焦虑和路径偏差等因素,在一定程度上丰富了公共充电站选址、定容和路径优化问题的相关理论;本文集中于开发能够应付高维输入的有效时空关联选址与定容模型;提出的双层嵌套遗传算法和GA-k-medoids启发式算法,为同时包含0-1决策变量和整数决策变量的非线性模型提供了求解的新思路和方向;充/换电联合站概念打破了电能补给设施类别界限,且其具有优先级的双排队系统进一步从理论层面凸显了研究问题的价值。在实践方面,基于gps轨迹数据分析电动汽车驾驶行为和充电行为,有利于把握更为现实的快速充电需求,提高公共充电桩的利用率;本文立足于短期,并放眼电动汽车长期发展,着力解决充电网络优化问题,将启发企业从发展的角度寻求充电难题破解途径;将充电站的位置和容量优化问题同时纳入研究,一方面可以缓解出行者因电动汽车有限续航里程产生的里程焦虑,另一方面有助于解决充电桩不足导致的排队拥堵等现实问题。

关键词：电动汽车公共充电站选址与定容 gps轨迹动态需求

基于gps轨迹多尺度表达的交通出行方式识别方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GPS轨迹多尺度表达的交通出行方式识别方法

作者：马妍莉武汉大学

学位级别：硕士

随着中国城市化进程的推进及机动车保有量的激增,城市交通拥堵、环境污染、安全事故等问题日益突出,智慧交通建设已成为政府改善民生的重要工作之一。准确的交通出行方式识别作为智慧交通系统建设的重要组成部分,对于城市交通管理、用... 详细信息

随着中国城市化进程的推进及机动车保有量的激增,城市交通拥堵、环境污染、安全事故等问题日益突出,智慧交通建设已成为政府改善民生的重要工作之一。准确的交通出行方式识别作为智慧交通系统建设的重要组成部分,对于城市交通管理、用户出行规划等至关重要。近年来,随着全球定位系统技术的广泛使用,利用海量轨迹数据进行交通出行方式识别变得更加准确、高效、经济。然而,大部分识别研究过于关注轨迹运动状态特征,忽略了轨迹本身蕴含的空间特征。此外,对于不同交通出行方式,其对应轨迹的空间特征存在显著的尺度差异,现有研究均未充分利用这一特性。针对上述问题,本文提出了一种基于gps轨迹多尺度表达的交通出行方式识别方法,即MASO-MSF(Multi-Attribute-Scale-Object-based Multi-Stage Fusion,MASO-MSF)。该方法首先设计了基于多指标综合评价的轨迹子段裁剪与选取策略,以固定空间范围在轨迹上滑动裁剪产生若干子段,并以gps点数量、gps点分布范围、重叠gps点数量三个指标及组合赋权算法计算各轨迹子段的综合评价值,从中选出最优轨迹子段集,保证了高质量输入。进而,本文提出了一种轨迹特征组织结构(MASO),从多属性、多尺度及多对象三个角度实现了轨迹在多尺度场景下空间分布特征/局部运动状态的双重表达,丰富了输入后续模型的特征空间,为实现精确交通出行方式识别奠定基础。最后,本文设计了MSF识别模型,实现了端到端的交通出行方式准确识别。在该模型中,首先构建了属性-通道融合模块以融合局部运动信息并捕获空间依赖关系;其次,设计了尺度-特征融合模块有选择性地聚合不同空间尺度的高维特征信息;最后,MSF构建了对象-决策融合模块,根据来自同一轨迹段的多对象预测概率生成最终识别结果。本文选择公开gps轨迹数据集Geo Life对提出的MASO-MSF交通出行方式识别方法进行了性能验证。实验结果表明,相比传统机器学习及现有深度学习识别算法,本文提出的基于多尺度表达的交通出行方式识别方法可实现SOTA(State-of-the-art,SOTA)的识别准确率(约92.41%)。深入定量对比实验表明基于多指标综合评价选择最优轨迹子段的方法可有效增加非零像素数量进而规避图像过于稀疏问题,同时证明了MASO结构从属性、尺度、对象三个角度表达轨迹特征的有效性。此外,基于梯度加权类激活图等可视化方法验证了MSF模型引入通道注意力和尺度注意力机制可显著提升模型识别精度。

关键词：交通出行方式识别 gps轨迹多尺度表达深度学习卷积神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于gps轨迹数据的城市交叉路口识别

数据分析与知识发现 2019年第11期3卷 24-34页

作者：高原王东冯宏伟施元磊段治州西北大学经济管理学院西安710127 西北大学信息科学与技术学院西安710127

【目的】针对交通方式混合模式下城市居民移动产生的gps时空轨迹数据,实现城市道路交叉路口的自动识别。【方法】将交叉路口识别转化为一个有监督的分类学习问题。利用GeoHash算法对原始轨迹和轨迹活动区域进行编码和分格;将编码轨迹与... 详细信息

【目的】针对交通方式混合模式下城市居民移动产生的gps时空轨迹数据,实现城市道路交叉路口的自动识别。【方法】将交叉路口识别转化为一个有监督的分类学习问题。利用GeoHash算法对原始轨迹和轨迹活动区域进行编码和分格;将编码轨迹与活动区域编码矩阵映射成二值化融合矩阵,构建交叉路口特征集合;最后利用带有滑动窗口的K近邻分类算法,实现城市交通的交叉路口识别。【结果】在真实轨迹数据集GeoLife上的对比实验表明,经过GeoHash编码转换,数据集规模平均缩减率达到原有轨迹点数量的39%,降低了计算的时间复杂度;同时,识别精度优于传统的基于转向角度的交叉路口识别方法,当误差距离为50米时,综合评价指数的F1-Measure达到0.82。【局限】需要在更多城市真实轨迹数据集上进一步检验该方法的有效性。【结论】本文所提方法不受交通模式变化而产生的gps轨迹采样频率影响,能解决混合交通模式数据集上的城市交叉路口自动识别问题,具有较强的通用性。

关键词：交叉路口自动识别 gps轨迹 GeoHash编码 K近邻算法

基于gps轨迹的用户兴趣点及频繁路径挖掘研究

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2015年第5期35卷 1276-1282页

作者：袁华钱宇杨锐电子科技大学经济与管理学院成都611731 四川省科技促进发展研究中心成都610054

用户在一定区域内的长期移动行为与某些物理位置相关,如家和办公室等.为了从用户的日常移动轨迹中找出这些位置与轨迹的关系,本文提出一种新的基于移动位置扰动的端点划分与聚类方法.该方法首先将gps轨迹划分为成组的线段集,然后运用聚... 详细信息

用户在一定区域内的长期移动行为与某些物理位置相关,如家和办公室等.为了从用户的日常移动轨迹中找出这些位置与轨迹的关系,本文提出一种新的基于移动位置扰动的端点划分与聚类方法.该方法首先将gps轨迹划分为成组的线段集,然后运用聚类方法将地理上相似的端点进行聚类以检测用户的个性化兴趣点,最后利用原始轨迹来映射个性化兴趣点之间连接关系,生成用户在区域内的移动路径网络.理论与实验结果表明,本文提出的方法可有效地从大量gps轨迹中发现用户的频繁路径及个性化兴趣点,从而能够为其提供更好的个性化地理信息服务.

关键词：数据挖掘 gps轨迹聚类平稳子轨迹路径网络