The invention provides a trajectory query method, which comprises acquiring a query set including a description of each query point, converting the description of each query point into a topic probability distribution with a location and a time label corresponding to each query point, and converting each query point into a topic probability distribution corresponding to each query point based on the corresponding topic probability distribution of each query point. Search and match the semantic trajectory data set in the database to find the candidate trajectory set of the query set; calculate the distance between the query set and each candidate trajectory set of the candidate trajectory set of the query set based on the candidate trajectory set of the query set, and each candidate trajectory set of the query set according to the distance size. The candidate trajectories are sorted, and the output result is given to users according to the set of candidate track sets. The invention also provides an electronic device and a storage medium. The invention can improve the retrieval accuracy.
【技术实现步骤摘要】
轨迹查询方法、电子设备及存储介质
本专利技术涉及数据查询领域,尤其涉及一种轨迹查询方法、电子设备及存储介质。
技术介绍
与传统的移动对象时空轨迹(Spatio-temporalTrajectory)不同,语义轨迹数据不光含有时间、空间信息,还蕴含着丰富的用户行为信息:人们所做所想的、感受到的,通过不同媒体手段在不同位置的表达,例如通过文本、图片、视频等方式,构成一系列行为的轨迹。因此,语义轨迹相关的技术与研究不仅有助于解决道路拥堵问题、提高出行效率、保障交通安全,而且对节省能源、优化交通质量与资源配置有着重要的社会及经济价值,现有技术中的语义轨迹表示通常用户基于文本相似性的检索,注重文本之间“形”的差别,例如通过现有技术中的语义轨迹查询,“喝咖啡”与轨迹点描述“星巴克”被认为毫不相关,无法检索到,这样主题相关的轨迹也就无法检索到,降低了查询准确度。
技术实现思路
鉴于以上内容,有必要提供一种轨迹查询方法、电子设备及存储介质,能提高检索精度。一种轨迹查询方法,所述方法包括:获取包括每个查询点的描述的查询集;将每个查询点的描述转换为每个查询点对应的附有位置和时间标签的主题概率分布;基于每个查询点的对应的主题概率分布,将每个查询点与数据库中的语义轨迹数据集进行搜索匹配,查找所述查询集的候选轨迹集;基于所述查询集的候选轨迹集,计算所述查询集与所述查询集的候选轨迹集中每个候选轨迹的距离,按照距离大小,对所述查询集的候选轨迹集中每个候选轨迹进行排序;根据排序后的候选轨迹集,输出结果给用户。根据本专利技术优选实施例,所述语义轨迹数据集中每个轨迹点包含位置坐标和主题分布信息, ...
【技术保护点】
1.一种轨迹查询方法,其特征在于,所述方法包括:获取包括每个查询点的描述的查询集;将每个查询点的描述转换为每个查询点对应的附有位置和时间标签的主题概率分布;基于每个查询点的对应的主题概率分布,将每个查询点与数据库中的语义轨迹数据集进行搜索匹配,查找所述查询集的候选轨迹集;基于所述查询集的候选轨迹集,计算所述查询集与所述查询集的候选轨迹集中每个候选轨迹的距离,按照距离大小,对所述查询集的候选轨迹集中每个候选轨迹进行排序;根据排序后的候选轨迹集,输出结果给用户。
【技术特征摘要】
1.一种轨迹查询方法,其特征在于,所述方法包括:获取包括每个查询点的描述的查询集;将每个查询点的描述转换为每个查询点对应的附有位置和时间标签的主题概率分布;基于每个查询点的对应的主题概率分布,将每个查询点与数据库中的语义轨迹数据集进行搜索匹配,查找所述查询集的候选轨迹集;基于所述查询集的候选轨迹集,计算所述查询集与所述查询集的候选轨迹集中每个候选轨迹的距离,按照距离大小,对所述查询集的候选轨迹集中每个候选轨迹进行排序;根据排序后的候选轨迹集,输出结果给用户。2.如权利要求1所述的轨迹查询方法,其特征在于,所述语义轨迹数据集中每个轨迹点包含位置坐标和主题分布信息,基于每个轨迹点包含位置坐标和主题分布信息建立包括空间层和主题层的分层索引结构,其中空间层利用四叉树建立索引结构,针对每个叶子结点表示的多个轨迹点,在主题层建立基于位置敏感哈希的每个叶子结点对应的LSH索引结构。3.如权利要求2所述的轨迹查询方法,其特征在于,所述基于每个查询点的对应的主题概率分布,将每个查询点与数据库中的语义轨迹数据集进行搜索匹配,查找所述查询集的候选轨迹集包括:基于每个查询点的对应的主题概率分布,将每个查询点与数据库中的语义轨迹数据集进行搜索匹配,查找每个查询点的候选轨迹,将每个查询点的候选轨迹确定为所述查询集的候选轨迹集;其中基于每个查询点的对应的主题概率分布,将每个查询点与数据库中的语义轨迹数据集进行搜索匹配,查询一个查询点q的候选轨迹包括:基于查询点q对应的主题概率分布,递归遍历所述四叉树的叶子结点,得到优先队列,所述优先队列按照mdist(q,N)的升序进行排序,所述mdist(q,N)表示查询点q与叶子结点N表示多个轨迹点的最小距离;依次遍历所述优先队列中的每个叶子结点,利用多探针LSH索引技术遍历每个叶子结点对应的LSH索引结构,得到所述查询点的候选轨迹点,将包含所述查询点的候选轨迹点的轨迹作为所述查询点的候选轨迹,并将所述查询点的候选轨迹作为所述查询集的候选轨迹的一部分。4.如权利要求3所述的轨迹查询方法,其特征在于,所述mdist(q,N)的计算公式如下:mdist(q,N)=λ·Ds(q,N)+(1-λ)·DT(q,N);其中DS(q,N)是基于叶子结点N的最小边界矩阵N.rect,从查询点q到该叶子结点N的最小的空间距离,DT(q,N)从q到所述叶子结点N表示的多个轨迹点的...
【专利技术属性】
技术研发人员:王健宗,吴天博,黄章成,肖京,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。