基于增强型循环神经网络的轨迹相似性计算方法
授权
摘要
本发明涉及一种基于增强型循环神经网络的轨迹相似性计算方法，包括：步骤1、将由经纬度点序列集成的车辆轨迹数据集作为总体数据集；步骤2、采用增强型循环神经网络对轨迹进行网格化处理；步骤3、采用带记忆模块的增强型RNN编码器对当前轨迹序列进行编码；步骤4、建立由种子池导引的网络度量排序学习模型学习轨迹的相似性；步骤5、引入相应的注意力机制计算相似轨迹列表的损失，进行反向传播；步骤6、基于车辆轨迹对引入注意力机制的排序学习模型进行实验。本发明的有益效果是：抛弃了传统的点匹配算法，采用深度学习方法，在传统的RNN模型基础上引入了记忆模块，并使用了注意力机制用以维护相似序列列表，开拓了一个新思路。
基本信息
专利标题 ：
基于增强型循环神经网络的轨迹相似性计算方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110990678A
申请号 ：
CN201911034516.7
公开（公告）日 ：
2020-04-10
申请日 ：
2019-10-29
授权号 ：
CN110990678B
授权日 ：
2022-05-10
发明人 ：
陈垣毅陈文望郑增威
申请人 ：
浙江大学城市学院
申请人地址 ：
浙江省杭州市湖州街50号
代理机构 ：
杭州九洲专利事务所有限公司
代理人 ：
张羽振
优先权 ：
CN201911034516.7
主分类号 ：
G06F16/953
IPC分类号 ：
G06F16/953 G06N3/04 G06N3/08 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/953
•••查询，例如 通过使用网络搜索引擎
法律状态
2022-05-10 ：
授权
2020-05-05 ：
实质审查的生效
IPC(主分类) : G06F 16/953
申请日 : 20191029
申请日 : 20191029
2020-04-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
