預(yù)測(cè)車(chē)輛出行軌跡不僅可以為用戶提供個(gè)性化出行服務(wù),對(duì)交通引導(dǎo)、流量管控和城市建設(shè)也有一定作用。對(duì)城市車(chē)輛軌跡進(jìn)行預(yù)測(cè),一方面要對(duì)數(shù)據(jù)集進(jìn)行針對(duì)性的移動(dòng)模式挖掘,尤其是在立體式交通環(huán)境下,軌跡容易混亂,要建立特殊模型擬合路網(wǎng),另一方面,從移動(dòng)模式中挖掘深層次的車(chē)輛行駛動(dòng)機(jī),并根據(jù)當(dāng)前車(chē)輛軌跡進(jìn)行下一位置的預(yù)測(cè)。本論文從復(fù)雜道路環(huán)境下的路網(wǎng)模型出發(fā),考慮到軌跡節(jié)點(diǎn)之間的語(yǔ)義關(guān)聯(lián),使用高維路網(wǎng)屏蔽由于二維空間經(jīng)緯度信息單一導(dǎo)致的軌跡混亂,在高維空間中針對(duì)軌跡節(jié)點(diǎn)序列的特殊性使用集成循環(huán)神經(jīng)網(wǎng)絡(luò)模型對(duì)車(chē)輛軌跡進(jìn)行預(yù)測(cè)。本論文的主要研究工作和貢獻(xiàn)如下:1.針對(duì)車(chē)輛在行駛過(guò)程中軌跡節(jié)點(diǎn)之間表現(xiàn)出的語(yǔ)義關(guān)聯(lián)關(guān)系,提取車(chē)輛行駛運(yùn)動(dòng)模式,提出一種基于高維向量的路網(wǎng)建模方式。首先,使用窗口機(jī)制提取關(guān)聯(lián)軌跡節(jié)點(diǎn)內(nèi)部的語(yǔ)義關(guān)聯(lián),以此為基礎(chǔ)構(gòu)建軌跡節(jié)點(diǎn)語(yǔ)料庫(kù),使軌跡節(jié)點(diǎn)間的上下文關(guān)系蘊(yùn)含在節(jié)點(diǎn)語(yǔ)料庫(kù)中。其次,針對(duì)每一個(gè)軌跡節(jié)點(diǎn)的上下文關(guān)系,利用嵌入網(wǎng)絡(luò)將卡口之間的語(yǔ)義關(guān)聯(lián)嵌入高維向量,使之成為可度量的概率分布形式,從而構(gòu)造高維路網(wǎng)空間,在高維空間中屏蔽了二維路網(wǎng)由于經(jīng)緯度限制導(dǎo)致的軌跡混淆問(wèn)題。2.深入分析軌跡...

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 軌跡數(shù)據(jù)管理
        1.2.2 位置預(yù)測(cè)技術(shù)現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)和理論基礎(chǔ)
    2.1 軌跡數(shù)據(jù)管理
        2.1.1 車(chē)輛軌跡節(jié)點(diǎn)
        2.1.2 軌跡節(jié)點(diǎn)上下文
        2.1.3 軌跡分段
        2.1.4 軌跡節(jié)點(diǎn)語(yǔ)料庫(kù)
    2.2 軌跡預(yù)測(cè)模型研究
        2.2.1 統(tǒng)計(jì)學(xué)模型
        2.2.2 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
    2.3 本章小結(jié)
第3章 面向復(fù)雜道路環(huán)境的路網(wǎng)建模方法
    3.1 引言
    3.2 相關(guān)理論基礎(chǔ)
        3.2.1 統(tǒng)計(jì)語(yǔ)言模型
        3.2.2 神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型
    3.3 高維路網(wǎng)建模相關(guān)定義
        3.3.1 相關(guān)定義
        3.3.2 問(wèn)題形式化表示
    3.4 高維路網(wǎng)模型細(xì)節(jié)
        3.4.1 模型整體框架
        3.4.2 路網(wǎng)建模算法設(shè)計(jì)
    3.5 本章小結(jié)
第4章 基于神經(jīng)網(wǎng)絡(luò)的軌跡預(yù)測(cè)模型
    4.1 引言
    4.2 循環(huán)神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
    4.3 軌跡預(yù)測(cè)模型相關(guān)定義
    4.4 軌跡預(yù)測(cè)模型細(xì)節(jié)
        4.4.1 模型整體框架
        4.4.2 模型實(shí)施算法設(shè)計(jì)
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證及分析
    5.1 數(shù)據(jù)集
    5.2 高維路網(wǎng)模型驗(yàn)證
        5.2.1 算法實(shí)現(xiàn)過(guò)程
        5.2.2 評(píng)估準(zhǔn)則
        5.2.3 算法評(píng)估
    5.3 軌跡預(yù)測(cè)算法驗(yàn)證
        5.3.1 算法實(shí)現(xiàn)過(guò)程
        5.3.2 評(píng)估準(zhǔn)則
        5.3.3 算法評(píng)估與對(duì)比
    5.4 本章小結(jié)
第6章 總結(jié)及未來(lái)工作
    6.1 全文總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3787813