轨迹查询方法、电子设备及存储介质技术

本发明专利技术提供一种轨迹查询方法，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。本发明专利技术还提供一种电子设备及存储介质。本发明专利技术能提高检索精度。

Track query method, electronic device and storage medium

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，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。根据本专利技术优选实施例，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表示的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。根据本专利技术优选实施例，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最小主题距离。根据本专利技术优选实施例，在计算所述查询集Q与所述查询集Q的候选轨迹集中一个候选轨迹的距离时，包括：计算每个查询点与所述候选轨迹Tr中每个轨迹点的距离；根据每个查询点与所述候选轨迹Tr中每个轨迹点的距离，计算每个查询点与所述候选轨迹Tr的距离；根据每个查询点与所述候选轨迹Tr的距离，计算所述查询集与所述候选轨迹Tr的距离。根据本专利技术优选实施例，所述计算每个查询点与所述候选轨迹Tr中每个轨迹点的距离包括：给定一个含有文本记录q.W和地理位置q.l的查询点q，从一个轨迹点p到查询点q的距离可根据轨迹点p到查询点q之间的空间接近度和主题相关性度量，计算公式如下：d(q,p)＝λ·DS(q,p)+(1-λ)·DT(q,p)，其中，λ∈[0,1]为用户指定参数被用来调节空间接近度与主题相似性的权重；DS(q,p)是空间欧式距离；DT(q,p)代表q和p文本记录间的主题距离。根据本专利技术优选实施例，所述根据每个查询点与候选轨迹中每个轨迹点的距离，计算每个查询点与所述候选轨迹Tr的距离包括：给定一个查询点q和一条轨迹Tr，其中一个轨迹点p∈Tr，对于该轨迹中其它任何一个轨迹点p'而言，有d(q,p)≤d(q,p')，则轨迹点p表示成该轨迹中与查询点q最相关的轨迹点Tr.MRP(q)，则从最相关的轨迹点Tr.MRP(q)到轨迹点q之间的距离就表示为该查询点到轨迹的距离。根据本专利技术优选实施例，所述根据每个查询点与所述候选轨迹的距离，计算所述查询集与所述候选轨迹Tr的距离包括：给定包含m个查询点集的查询Q＝{q1,q2,Λ,qm}和一条轨迹Tr，查询Q到轨迹Tr的距离DQ(Tr)为每个查询点qi(i∈[1,m])到轨迹Tr的距离之和，计算如下：查询中每个查询点的最相关点集MRPs就形成了该查询的最相关点集Tr.MRPs(Q)。一种电子设备，所述电子设备包括存储器及处理器，所述存储器用于存储至少一个指令，所述处理器用于执行所述至少一个指令以实现任意实施例中任一项所述轨迹查询方法。一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现任意实施例中任一项所述轨迹查询方法。由以上技术方案可以看出，本专利技术获取包括每个查询点的描述的查询集；通过基于主题分布的相似性度量函数，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进行排序；根据排序后的候选轨迹集，输出结果给用户。本专利技术利用语义轨迹表示模型表示查询点及数据库中的轨迹点，将轨迹点和查询点的文本描述转换为主题概率分布，即一系列的附有位置和时间标签的主题概率分布，使得能够更好地理解文本描述的内在意义，并通过基于主题分布的相似性度来表征它们的语义关联，从而提高检索精度。因此,本专利技术能基于主题相关的轨迹进行查询,从而提高检索精度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1是本专利技术轨迹查询方法的较佳实施例的流程图。图2是本专利技术轨迹查询装置的较佳实施例的功能模块图。图3是本专利技术至少一个实例中电子设备的较佳实施例的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提本文档来自技高网...

【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