理解地理空間位置的空間相關(guān)性,對于地理信息檢索、推薦系統(tǒng),城市交通管理,居民出行模式探究等應(yīng)用研究具有重要支撐作用.為更具體表義空間位置及其關(guān)聯(lián)關(guān)系,本文基于多種居民出行軌跡數(shù)據(jù),提出一種基于深度學(xué)習(xí)的空間位置向量化表示方法,而后通過空間位置向量的向量運(yùn)算,可計算得到空間位置的關(guān)聯(lián)程度.首先將長、短距離出行軌跡進(jìn)行匹配連接,構(gòu)建大規(guī)模交通網(wǎng)絡(luò),覆蓋多種出行模式,得到對不同位置間空間關(guān)聯(lián)信息的完整識別.然后基于圖神經(jīng)網(wǎng)絡(luò)模型,本文提出融合位置特征與軌跡信息的空間向量化表示方法,并優(yōu)化其訓(xùn)練學(xué)習(xí)中節(jié)點采樣方法,提高空間向量的表達(dá)能力.最后以北京市共享單車軌跡數(shù)據(jù)與公共交通路網(wǎng)數(shù)據(jù)進(jìn)行實證分析,實驗結(jié)果表明基于本文提出方法生成的空間向量在空間位置的關(guān)聯(lián)分析、聚類分析中相比DeepMove等已有方法擁有更好的效果.

【文章頁數(shù)】：8 頁


本文編號：3789604