一种基于后缀树误差有界的轨迹预测方法技术

本发明专利技术公开了一种基于后缀树误差有界的轨迹预测方法。历史轨迹输入到深度学习模型中进行处理获得预测轨迹，将历史轨迹存储到后缀树中，当有新的预测请求时，在后缀树中找到相似的轨迹作为预测结果，由后缀树直接返回预测结果。本发明专利技术能在后缀树中找到相似轨迹，由后缀树直接返回预测结果，无需进入神经网络进行预测，极大提高了轨迹预测的效率。极大提高了轨迹预测的效率。极大提高了轨迹预测的效率。

【技术实现步骤摘要】
一种基于后缀树误差有界的轨迹预测方法


[0001]本专利技术涉及数据库领域中的时空索引方法，具体涉及到一种基于后缀树误差有界的轨迹预测方法。

技术介绍

[0002]随着近年来移动互联网的迅速崛起，智能手机、车载GPS系统等持续不断地记录着用户的位置信息，众多服务商们利用这些轨迹数据来更好的为用户们提供商品以及服务，因此极大促进了轨迹大数据的发展。轨迹的最普遍形式是一个由位置坐标和相应时间组成的序列，其中坐标通常为二维坐标，例如经度和纬度。
[0003]在轨迹大数据的应用中，一个热门问题就是对轨迹数据的预测。随着人工智能技术的兴起，越来越多的研究工作使用神经网路对移动物体的轨迹进行预测，即将该对象的历史轨迹输入模型，模型输出该对象在未来一段时间内的预测轨迹。虽然利用神经网络对轨迹进行预测取得了比传统线性模型更好的准确率，但是一个最主要的问题就是其预测性能相较于线性模型是非常低下的。

技术实现思路

[0004]为了解决
技术介绍
中存在的问题，本专利技术的目的在于针对现有技术的不足，提供一种基于后缀树误差有界的轨迹预测方法，将神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于后缀树误差有界的轨迹预测方法，其特征在于：历史轨迹输入到深度学习模型中进行预测处理获得预测轨迹，将历史轨迹存储到后缀树中，当有新的预测请求时，在后缀树中找到相似的轨迹作为预测结果，由后缀树直接返回预测结果。2.根据权利要求1所述的一种基于后缀树误差有界的轨迹预测方法，其特征在于：所述的方法步骤如下：1)确定轨迹集合的位置坐标的取值范围并转为网格坐标表示1.1)由所有历史轨迹和预测轨迹组成轨迹集合，针对轨迹集合的所有轨迹的位置坐标中选取横坐标和纵坐标的最小值x
min
、y
min
和最大值x
max
、y
max
，由以上坐标组成四角顶点坐标分别为(x
min
，y
min
)、(x
min
，y
max
)、(x
max
，y
max
)、(x
min
，y
max
)的矩形，作为路网区域；1.2)根据粒度将路网区域划分为相等的格子，各个格子按照自身在路网区域中的行列顺序进行横纵坐标的坐标编号；1.3)将历史轨迹转换成路网区域的格子坐标：历史轨迹上的各个位置坐标替换为所在格子的格子坐标编号，从而将历史轨迹转换为路网历史轨迹序列；2)使用局部敏感性哈希函数将路网历史轨迹序列进行聚类：使用局部敏感性哈希函数聚类时，使得每一个类中任意两条估计的距离不大于d：使用局部敏感性哈希函数聚类时，使得每一个类中任意两条估计的距离不大于d：其中，d表示最小误差距离，d表示给定概率p之后，任意两条轨迹在时刻t
i
相距的最小距离；min()表示对于任意时刻所产生距离集合中的最小值；表示的逆函数；表示小于误差上界e的概率；t
i
表示第i时刻，e表示误差上界；表示两条轨迹和之间的距离函数；表示第1条预测轨迹在时刻t
i
的点，表示第2条预测轨迹在时刻t
i
的点，表示两点间在时刻t
i
的距离；...

【专利技术属性】
技术研发人员：庞志飞，鲁鹏，姚畅，伍赛，陈刚，
申请(专利权)人：浙江大学计算机创新技术研究院，
类型：发明
国别省市：