隨著移動(dòng)技術(shù)的進(jìn)步和遙感定位設(shè)備的普及,基于位置的服務(wù)正變得越來(lái)越流行。大量的基于位置的應(yīng)用應(yīng)運(yùn)而生,產(chǎn)生了大量的GPS數(shù)據(jù)及位置簽到數(shù)據(jù)。越來(lái)越多的數(shù)據(jù)可以采用軌跡的形式記錄下移動(dòng)物體的路線(xiàn)。這些軌跡數(shù)據(jù)對(duì)于基于位置服務(wù)的各種應(yīng)有具有重大的研究?jī)r(jià)值。軌跡恢復(fù)是保證軌跡質(zhì)量的重要手段�，F(xiàn)存的研究都是基于歷史車(chē)輛軌跡數(shù)據(jù)進(jìn)行算法訓(xùn)練,得到一條后驗(yàn)概率最大的路徑作為輸出。本文提出了一種基于編碼器和解碼器實(shí)現(xiàn)的短路徑軌跡恢復(fù)算法模型（Short trajectory-recovery system以下簡(jiǎn)稱(chēng)SRS）,是一種端到端的軌跡恢復(fù)方法。模型單元采用長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）。編碼器對(duì)輸入軌跡點(diǎn)進(jìn)行編碼以獲得具有時(shí)空依賴(lài)關(guān)系的編碼向量。解碼器對(duì)編碼向量進(jìn)行解碼以得到完整車(chē)輛行駛路徑。本文針對(duì)真實(shí)的車(chē)輛軌跡數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn),將SRS與最短路徑算法（SDD）,最短通行時(shí)間算法（FP）,最受歡迎路徑算法（MPR）進(jìn)行了比較,SRS具有最高的準(zhǔn)確率,具有更少的運(yùn)行時(shí)間,效率更高。由于短路徑軌跡恢復(fù)問(wèn)題針對(duì)的是只包含起點(diǎn)和終點(diǎn)的軌跡序列恢復(fù)問(wèn)題,然而還存在多軌跡點(diǎn)的長(zhǎng)路徑軌跡恢復(fù)問(wèn)題。我們不能用... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究框架圖

圖 2-1 人工神經(jīng)元模型其中 xj表示的是第 j 個(gè)元素的輸入，并且 wj表示第 j 個(gè)神經(jīng)元和當(dāng)前待神經(jīng)元互連權(quán)值，即神經(jīng)元連接權(quán)重。f 被稱(chēng)為激活函數(shù)。θ 表示處理單元值。一般來(lái)說(shuō)，神經(jīng)網(wǎng)絡(luò)具有兩種網(wǎng)絡(luò)機(jī)構(gòu)：正向以及反饋。利用這兩種網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)模型的建立以及權(quán)值的計(jì)算。對(duì)于神經(jīng)網(wǎng)絡(luò)訓(xùn)練來(lái)說(shuō)，目的是得到最權(quán)值集合，往往每一輪訓(xùn)練需要將通過(guò)輸入數(shù)據(jù)得到的計(jì)算輸出與預(yù)期輸出據(jù)進(jìn)行比較，從而利用最小化誤差來(lái)校正權(quán)值。當(dāng)應(yīng)用網(wǎng)絡(luò)做出判斷時(shí)，只獲得輸入數(shù)據(jù)并且不需要預(yù)期的輸出。神經(jīng)網(wǎng)絡(luò)的一個(gè)重要功能是可以自行環(huán)境逐步調(diào)節(jié)每個(gè)處理單元的權(quán)值和閾值。對(duì)于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的終止條件是最優(yōu)化或達(dá)到預(yù)計(jì)范圍內(nèi)的誤差值。在構(gòu)建神經(jīng)網(wǎng)絡(luò)時(shí)，其結(jié)構(gòu)就已經(jīng)被確定，包括神經(jīng)元處理單元的各種函些函數(shù)在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中是無(wú)法被更改的。因此網(wǎng)絡(luò)的輸出與網(wǎng)絡(luò)的緊密相連。只有更改輸入的加權(quán)求和的值，才能影響到最終網(wǎng)絡(luò)的輸出。因

造成不同效果的神經(jīng)網(wǎng)絡(luò)。常用的激活函數(shù)如下所示;1）閾值函數(shù)：通常也可以把該函數(shù)叫做階躍函數(shù)。這個(gè)函數(shù)的值梯一般，函數(shù)值只包括 0 和 1。當(dāng)應(yīng)用該函數(shù)作為神經(jīng)處理單元的輸出的值只取 0 或者 1。當(dāng)輸出的值為 0 時(shí)，代表了當(dāng)前神經(jīng)元處相反的，輸出為 1 時(shí)，代表了興奮狀態(tài)。2）線(xiàn)性函數(shù)：當(dāng)輸出結(jié)果是任意值時(shí)，激活函數(shù)往往會(huì)采用線(xiàn)性網(wǎng)絡(luò)結(jié)構(gòu)較為復(fù)雜時(shí)，線(xiàn)性函數(shù)發(fā)散的值域?qū)τ诰W(wǎng)絡(luò)的收斂來(lái)說(shuō)十此通常較少使用。3）對(duì)數(shù) S 形函數(shù)：對(duì)數(shù) sigmoid 函數(shù)值域介于 0 和 1 之間，通常范圍為 0 到 1 的信號(hào)。它是神經(jīng)元中使用最為廣泛的激活函數(shù)。4）雙曲正切函數(shù)：雙曲正切函數(shù)類(lèi)似于平滑后的階躍函數(shù)，形狀數(shù)類(lèi)似，都是以原點(diǎn)坐標(biāo)作為對(duì)稱(chēng)點(diǎn)。它的值域?yàn)?１和１之間，范圍為-1 到 1 的信號(hào)。經(jīng)網(wǎng)絡(luò)是一個(gè)單元與單元之間互相連接的復(fù)雜的結(jié)構(gòu)系統(tǒng)，這種互直接決定著網(wǎng)絡(luò)的功能和性質(zhì)。如圖 2-2 所示。

【參考文獻(xiàn)】：
期刊論文
[1]車(chē)輛出行軌跡調(diào)查分析中的丟點(diǎn)軌跡還原[J]. 王龍飛,陳紅,李楊,鄧亞娟.  計(jì)算機(jī)應(yīng)用研究. 2014(01)
[2]基于隱馬爾可夫模型的行為軌跡還原算法[J]. 馮濤,郭云飛,黃開(kāi)枝,吉江.  計(jì)算機(jī)工程. 2012(18)
[3]個(gè)人出行軌跡中軌道交通段GPS信號(hào)缺失修補(bǔ)算法[J]. 徐超,季民河.  交通信息與安全. 2012(04)
[4]基于聚類(lèi)關(guān)聯(lián)規(guī)則的缺失數(shù)據(jù)處理研究[J]. 方匡南,謝邦昌.  統(tǒng)計(jì)研究. 2011(02)
[5]利用空間相關(guān)性的改進(jìn)HMM模型[J]. 蘇騰榮,吳及,王作英,呂萍.  計(jì)算機(jī)工程與設(shè)計(jì). 2010(05)
[6]基于隱馬爾可夫模型局部最優(yōu)狀態(tài)路徑的數(shù)據(jù)重建算法[J]. 羅宇,杜利民.  電子與信息學(xué)報(bào). 2004(05)

碩士論文
[1]基于軌跡數(shù)據(jù)的長(zhǎng)距離路徑通行時(shí)間估計(jì)問(wèn)題[D]. 涂麗佳.哈爾濱工業(yè)大學(xué) 2017



本文編號(hào)：3513187