-
公开(公告)号：CN108648457B
公开(公告)日：2021-07-13
申请号：CN201810690697.8
申请日：2018-06-28
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种速度预测的方法、装置和计算机可读存储介质，依据预设时间段内的轨迹数据，计算出目标路网的初始速度向量；利用预先训练好的基于路网的卷积神经网络，对初始速度向量和邻接路段矩阵进行卷积处理，得到相应的特征矩阵；其中，特征矩阵中包括有每个路段各自对应的特征向量；将每个特征向量转化成时间序列，并利用预先训练好的长短期记忆网络，对时间序列进行处理，得到目标路网对应的目标速度矩阵。由于特征向量是在考虑了路网拓扑结构情况下得到的向量，有效避免了错误的空间动态演化特征对其精度的影响。使得根据该特征向量预测出的目标速度向量更加准确，有效提升了速度预测的精度。
-
公开(公告)号：CN109145196A
公开(公告)日：2019-01-04
申请号：CN201810572899.2
申请日：2018-06-06
Applicant: 苏州大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06F16/958 , G06F16/901 , H04L29/08
Abstract: 本发明公开了一种时间感知基于路径的发布和订阅框架的过滤验证方法，用户在固定位置的消息推荐和用户在移动路径上的消息推荐，包括过滤阶段和验证阶段。通过上述时间感知基于路径的发布和订阅框架的过滤验证方法，去除在无关消息对用户推荐的干扰，以保证内容推荐的效率和质量，省去了无关位置区域的大量无关消息，推荐效率提高60%‑80%，大大提高了消息推荐的过滤效率，又结合了用户移动路径的位置信息，过滤后的消息更符合用户的兴趣爱好及实际需求，从而大大提高了推荐的准确度。
-
公开(公告)号：CN108829766A
公开(公告)日：2018-11-16
申请号：CN201810529606.2
申请日：2018-05-29
Applicant: 苏州大学
Abstract: 本发明公开了一种兴趣点推荐方法、系统、设备及计算机可读存储介质，其中该方法包括：获取一组兴趣点签到的时间信息及位置信息；输入签到序列的时间信息及位置信息至预先训练的LSTM模型；获取LSTM模型输出的每一个兴趣点的运算结果；基于运算结果确定目标兴趣点；其中，LSTM模型的记忆单元、输出门、隐藏状态均接受时间门和距离门的控制，时间门表示每相邻两个签到的兴趣点间的时间间隔，距离门表示每相邻两个签到的兴趣点间的距离间隔。本发明公开的一种兴趣点推荐方法、系统、设备及计算机可读存储介质均在一定程度上解决了如何提高现有的预测用户下一个兴趣点的预测准确性的技术问题。
-
公开(公告)号：CN104850649A
公开(公告)日：2015-08-19
申请号：CN201510287900.3
申请日：2015-05-29
Applicant: 苏州大学张家港工业技术研究院
IPC: G06F17/30
Abstract: 本申请提供了一种在地图上进行兴趣点采样的方法及系统，该方法包括：根据路网信息对待采样区域进行预处理得到一个初始区域；搜索初始区域内的兴趣点数量；根据初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则为可用区域，否则将初始区域分割，直至获取可用区域；根据可用区域内的兴趣点数量估算采样区域内的兴趣点数量。该方法通过先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，在很大程度上减少查询次数，实现大区域查询的高效性和准确性。
-
公开(公告)号：CN104834679A
公开(公告)日：2015-08-12
申请号：CN201510175195.8
申请日：2015-04-14
Applicant: 苏州大学
Abstract: 本发明提供了一种行为轨迹的表示、查询方法及装置，本发明预先采用LDA主题模型学习得到每个关键字在主题空间中的概率分布，通过聚集函数生成每个查询的文本描述的主题分布，对于给定的两个文本信息，可以通过它们的高维度主题分布来度量其语义的相似性。本发明能够在语义层次度量行为轨迹和查询意图的相关性，解决了传统信息检索文本相似性度量过度依赖于“形”的缺陷，并且本发明通过主题分布能够对文本描述进行有效理解。本发明还提供了一种行为轨迹的查询方法，基于文本描述的主题分布利用主题空间层和地理空间层协同搜索机制对给定文本描述进行搜索，提高查询效率和精度，以便为用户推荐更加精确的轨迹。
-
Patent Agency Ranking
公开(公告)号：CN108304585B
公开(公告)日：2022-05-17
申请号：CN201810184309.9
申请日：2018-03-06
Applicant: 苏州大学
IPC: G06F16/9537
Abstract: 本申请公开了一种基于空间关键字搜索的结果数据选取方法，先通过多样性主题数实现了度量空间文本对象的多样性，再通过距离系数和多样性主题数确定每个候选空间文本对象的边界成本，选取边界成本最小的候选空间文本对象至结果集中，使结果集中的对象与查询对象距离较短并且多样性主题数保持在较高状态，也就是在基于距离系数选择的同时考虑到每个搜索结果的多样性，提高结果集的多样性，满足用户多样化的搜索需求。本申请还公开了一种基于空间关键字搜索的结果数据选取装置、服务器以及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN107643085B
公开(公告)日：2021-02-12
申请号：CN201710842396.8
申请日：2017-09-18
Applicant: 苏州大学
Inventor： 许佳捷
IPC: G01C21/34
Abstract: 本发明实施例公开了一种路径推荐方法与装置，依据获取的历史轨迹数据，构建在目的地点确定的情况下所对应的有向图；所述有向图中包含的任意两个相邻节点之间所对应的线段有其对应的转向概率值；依据最大概率寻路算法，从所述有向图中选取出从起始节点达到所述目的地点概率值最大的一条路径作为推荐路径。该技术方案不再局限于使用先验知识建立大量模型来解决路况复杂多变的难题，相较于目前主流导航应用以算法模型及策略计算产生的轨迹规划而言，该技术方案通过分析历史轨迹数据来挖掘用户出行的模式，更加的符合真实环境下路况的复杂变化，依据构建的有向图，可以挖掘出一条最热门的路径即推荐路径，可以更好的满足用户的出行要求。
-
公开(公告)号：CN110543543A
公开(公告)日：2019-12-06
申请号：CN201910854835.6
申请日：2019-09-10
Applicant: 苏州大学
Abstract: 本发明公开了一种基于多粒度神经网络的用户移动行为预测方法、装置、设备及计算机可读存储介质，包括：将用户移动位置的预测空间映射至地图，得到与所述预测空间对应的地图区域；分别依据不同粒度对所述地图区域进行划分后，在所述不同粒度下分别将用户当前移动轨迹转换为与所述不同粒度对应的多个网格ID序列；利用多粒度神经网络模型，在所述不同粒度下分别利用不同的预测模型对所述多个网格ID序列进行预测，得到所述不同粒度下的所述用户移动位置的多个预测结果，对所述多个预测结果进行融合，得到所述用户移动位置的目标预测结果。本发明所提供的方法、装置、设备及计算机可读存储介质，提高了对用户移动行为预测的精确度。
-
公开(公告)号：CN106126615B
公开(公告)日：2019-06-11
申请号：CN201610457222.5
申请日：2016-06-22
Applicant: 苏州大学
IPC: G06F16/9537
Abstract: 本发明公开了一种兴趣点推荐的方法，包括：根据GeoMF算法及TopicMF算法将地理信息，评论信息及签到信息融合到矩阵分解中得到目标函数；更新签到次数信息参数，评论文本集参数，转化峰度系数，主题编号参数，用户活动区域矩阵参数；根据更新后的各个参数，利用所述目标函数，计算得到预定用户对预定兴趣点的喜好度；该方法融合签到次数、地理位置信息和评论信息三个维度因素的兴趣点推荐方法，来实现更加高效的兴趣点推荐；本发明还公开了一种兴趣点推荐的系统，具有上述效果。
-
公开(公告)号：CN109409393A
公开(公告)日：2019-03-01
申请号：CN201810637194.4
申请日：2018-06-20
Applicant: 苏州大学
Abstract: 本发明公开了一种使用轨迹嵌入对用户活动轨迹建模的方法，首先利用高斯混合模型来模拟用户的活动时间分布，并通过时间分割步骤将用户活动时间分成多个时间片段，接着提出一个轨迹嵌入算法，通过把轨迹嵌入算法作为段落来挖掘活动轨迹的序列性，最后使用一个哈希算法来达到降维的目的，将用户向量转化为对应的二进制编码并计算用户之间的相似度。通过上述方式，本发明提供的使用轨迹嵌入对用户活动轨迹建模的方法，根据用户的活动信息和嵌入在轨迹中的时间特征来挖掘用户之间的相似度，通过轨迹序列化特性抓住用户活动的次主要信息，以此能更大程度上发现用户之间的相似性，具有良好的优越性和提高了运行的效率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.018 seconds)
