基于出租车轨迹数据的目标车辆轨迹恢复算法研究
发布时间：2021-11-23 05:06
随着移动技术的进步和遥感定位设备的普及,基于位置的服务正变得越来越流行。大量的基于位置的应用应运而生,产生了大量的GPS数据及位置签到数据。越来越多的数据可以采用轨迹的形式记录下移动物体的路线。这些轨迹数据对于基于位置服务的各种应有具有重大的研究价值。轨迹恢复是保证轨迹质量的重要手段。现存的研究都是基于历史车辆轨迹数据进行算法训练,得到一条后验概率最大的路径作为输出。本文提出了一种基于编码器和解码器实现的短路径轨迹恢复算法模型（Short trajectory-recovery system以下简称SRS）,是一种端到端的轨迹恢复方法。模型单元采用长短期记忆网络（LSTM）。编码器对输入轨迹点进行编码以获得具有时空依赖关系的编码向量。解码器对编码向量进行解码以得到完整车辆行驶路径。本文针对真实的车辆轨迹数据集进行仿真实验,将SRS与最短路径算法（SDD）,最短通行时间算法（FP）,最受欢迎路径算法（MPR）进行了比较,SRS具有最高的准确率,具有更少的运行时间,效率更高。由于短路径轨迹恢复问题针对的是只包含起点和终点的轨迹序列恢复问题,然而还存在多轨迹点的长路径轨迹恢复问题。我们不能用...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
研究框架图
图 2-1 人工神经元模型其中 xj表示的是第 j 个元素的输入，并且 wj表示第 j 个神经元和当前待神经元互连权值，即神经元连接权重。f 被称为激活函数。θ 表示处理单元值。一般来说，神经网络具有两种网络机构：正向以及反馈。利用这两种网络实现对模型的建立以及权值的计算。对于神经网络训练来说，目的是得到最权值集合，往往每一轮训练需要将通过输入数据得到的计算输出与预期输出据进行比较，从而利用最小化误差来校正权值。当应用网络做出判断时，只获得输入数据并且不需要预期的输出。神经网络的一个重要功能是可以自行环境逐步调节每个处理单元的权值和阈值。对于神经网络学习的终止条件是最优化或达到预计范围内的误差值。在构建神经网络时，其结构就已经被确定，包括神经元处理单元的各种函些函数在神经网络的训练过程中是无法被更改的。因此网络的输出与网络的紧密相连。只有更改输入的加权求和的值，才能影响到最终网络的输出。因
造成不同效果的神经网络。常用的激活函数如下所示;1）阈值函数：通常也可以把该函数叫做阶跃函数。这个函数的值梯一般，函数值只包括 0 和 1。当应用该函数作为神经处理单元的输出的值只取 0 或者 1。当输出的值为 0 时，代表了当前神经元处相反的，输出为 1 时，代表了兴奋状态。2）线性函数：当输出结果是任意值时，激活函数往往会采用线性网络结构较为复杂时，线性函数发散的值域对于网络的收敛来说十此通常较少使用。3）对数 S 形函数：对数 sigmoid 函数值域介于 0 和 1 之间，通常范围为 0 到 1 的信号。它是神经元中使用最为广泛的激活函数。4）双曲正切函数：双曲正切函数类似于平滑后的阶跃函数，形状数类似，都是以原点坐标作为对称点。它的值域为-１和１之间，范围为-1 到 1 的信号。经网络是一个单元与单元之间互相连接的复杂的结构系统，这种互直接决定着网络的功能和性质。如图 2-2 所示。
【参考文献】：
期刊论文
[1]车辆出行轨迹调查分析中的丢点轨迹还原[J]. 王龙飞,陈红,李杨,邓亚娟. 计算机应用研究. 2014(01)
[2]基于隐马尔可夫模型的行为轨迹还原算法[J]. 冯涛,郭云飞,黄开枝,吉江. 计算机工程. 2012(18)
[3]个人出行轨迹中轨道交通段GPS信号缺失修补算法[J]. 徐超,季民河. 交通信息与安全. 2012(04)
[4]基于聚类关联规则的缺失数据处理研究[J]. 方匡南,谢邦昌. 统计研究. 2011(02)
[5]利用空间相关性的改进HMM模型[J]. 苏腾荣,吴及,王作英,吕萍. 计算机工程与设计. 2010(05)
[6]基于隐马尔可夫模型局部最优状态路径的数据重建算法[J]. 罗宇,杜利民. 电子与信息学报. 2004(05)
硕士论文
[1]基于轨迹数据的长距离路径通行时间估计问题[D]. 涂丽佳.哈尔滨工业大学 2017
本文编号：3513187
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
研究框架图
图 2-1 人工神经元模型其中 xj表示的是第 j 个元素的输入，并且 wj表示第 j 个神经元和当前待神经元互连权值，即神经元连接权重。f 被称为激活函数。θ 表示处理单元值。一般来说，神经网络具有两种网络机构：正向以及反馈。利用这两种网络实现对模型的建立以及权值的计算。对于神经网络训练来说，目的是得到最权值集合，往往每一轮训练需要将通过输入数据得到的计算输出与预期输出据进行比较，从而利用最小化误差来校正权值。当应用网络做出判断时，只获得输入数据并且不需要预期的输出。神经网络的一个重要功能是可以自行环境逐步调节每个处理单元的权值和阈值。对于神经网络学习的终止条件是最优化或达到预计范围内的误差值。在构建神经网络时，其结构就已经被确定，包括神经元处理单元的各种函些函数在神经网络的训练过程中是无法被更改的。因此网络的输出与网络的紧密相连。只有更改输入的加权求和的值，才能影响到最终网络的输出。因
造成不同效果的神经网络。常用的激活函数如下所示;1）阈值函数：通常也可以把该函数叫做阶跃函数。这个函数的值梯一般，函数值只包括 0 和 1。当应用该函数作为神经处理单元的输出的值只取 0 或者 1。当输出的值为 0 时，代表了当前神经元处相反的，输出为 1 时，代表了兴奋状态。2）线性函数：当输出结果是任意值时，激活函数往往会采用线性网络结构较为复杂时，线性函数发散的值域对于网络的收敛来说十此通常较少使用。3）对数 S 形函数：对数 sigmoid 函数值域介于 0 和 1 之间，通常范围为 0 到 1 的信号。它是神经元中使用最为广泛的激活函数。4）双曲正切函数：双曲正切函数类似于平滑后的阶跃函数，形状数类似，都是以原点坐标作为对称点。它的值域为-１和１之间，范围为-1 到 1 的信号。经网络是一个单元与单元之间互相连接的复杂的结构系统，这种互直接决定着网络的功能和性质。如图 2-2 所示。
【参考文献】：
期刊论文
[1]车辆出行轨迹调查分析中的丢点轨迹还原[J]. 王龙飞,陈红,李杨,邓亚娟. 计算机应用研究. 2014(01)
[2]基于隐马尔可夫模型的行为轨迹还原算法[J]. 冯涛,郭云飞,黄开枝,吉江. 计算机工程. 2012(18)
[3]个人出行轨迹中轨道交通段GPS信号缺失修补算法[J]. 徐超,季民河. 交通信息与安全. 2012(04)
[4]基于聚类关联规则的缺失数据处理研究[J]. 方匡南,谢邦昌. 统计研究. 2011(02)
[5]利用空间相关性的改进HMM模型[J]. 苏腾荣,吴及,王作英,吕萍. 计算机工程与设计. 2010(05)
[6]基于隐马尔可夫模型局部最优状态路径的数据重建算法[J]. 罗宇,杜利民. 电子与信息学报. 2004(05)
硕士论文
[1]基于轨迹数据的长距离路径通行时间估计问题[D]. 涂丽佳.哈尔滨工业大学 2017
本文编号：3513187
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3513187.html
