-
公开(公告)号:CN118035575A
公开(公告)日:2024-05-14
申请号:CN202410145414.7
申请日:2024-02-01
Applicant: 大连海事大学
IPC: G06F16/9537 , G06F16/9536 , G06F16/951 , G06F16/2458 , G06F16/27 , G06F18/22
Abstract: 本发明提供一种基于枢轴点的时空轨迹相似查询方法,包括:获取E条时空轨迹,E为整数且E≥2;将E条时空轨迹划分至F个分区内,F为整数且1≤F≤E;分别根据每条时空轨迹的起始点建立第一边界,分别根据每条时空轨迹的终止点建立第二边界;分别获取E条时空轨迹对应的索引点序列;查询第Q条时空轨迹时,Q为整数且1≤Q≤E,在第Q条时空轨迹所在的分区,以第Q条时空轨迹的第一边界和第二边界找到候选轨迹集合;根据第Q条时空轨迹的索引点序列和候选轨迹集合,从候选轨迹中筛选出第Q条时空轨迹的相似轨迹,从而实现分布式时空轨迹相似查询的优化。
-
公开(公告)号:CN113901087A
公开(公告)日:2022-01-07
申请号:CN202111188239.2
申请日:2021-10-12
Applicant: 大连海事大学
IPC: G06F16/2455 , G06F16/22 , G06F16/27
Abstract: 本发明提出了一种空间大数据分区重复数据的剪枝方法,该剪枝方法可以内置在分布式空间大数据查询系统中并无需对候选结果执行细化操作。包括以下步骤:首先读取空间大数据的分区信息pi,得到每个分区数据覆盖的空间最小边界矩形ri,将ri与空间查询矩形窗口q做交运算,得到每个分区的查询范围si;其次,对si和sj(i≠j)做交运算,得到分区查询范围si和sj之间的重叠矩形区域si∩sj=sij,引入参照点reference_point,通过reference_point决定区域sij的归属分区,返回pi和pj去重后的查询范围tri和trj,形式为<pi,tri>;然后,对同一分区p下的tr执行交运算,得到p的最终查询范围;最后,将每个分区的最终查询范围作为新的约束条件对分区数据进行剪枝,得到的查询结果即为最终结果。
-
公开(公告)号:CN113901087B
公开(公告)日:2024-05-10
申请号:CN202111188239.2
申请日:2021-10-12
Applicant: 大连海事大学
IPC: G06F16/2455 , G06F16/22 , G06F16/27
Abstract: 本发明提出了一种空间大数据分区重复数据的剪枝方法,该剪枝方法可以内置在分布式空间大数据查询系统中并无需对候选结果执行细化操作。包括以下步骤:首先读取空间大数据的分区信息pi,得到每个分区数据覆盖的空间最小边界矩形ri,将ri与空间查询矩形窗口q做交运算,得到每个分区的查询范围si;其次,对si和sj(i≠j)做交运算,得到分区查询范围si和sj之间的重叠矩形区域si∩sj=sij,引入参照点reference_point,通过reference_point决定区域sij的归属分区,返回pi和pj去重后的查询范围tri和trj,形式为<pi,tri>;然后,对同一分区p下的tr执行交运算,得到p的最终查询范围;最后,将每个分区的最终查询范围作为新的约束条件对分区数据进行剪枝,得到的查询结果即为最终结果。
-
公开(公告)号:CN111428934B
公开(公告)日:2023-11-24
申请号:CN202010245046.5
申请日:2020-03-31
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/045 , G06N3/047 , G06N3/096 , G06F18/2135 , G06F18/27 , G06F123/02
Abstract: 本发明提供一种基于实时统计数据的公交站点短时客流预测方法,包括:将客流时间序列分解为线性趋势部分与非线性特征部分;使用时间序列模型对客流时间序列的线性趋势部分进行预测;利用深度信念网络对客流时间序列非线性特征部分进行预测;利用改进极限学习机算法建立基于客流时间序列的线性趋势部分预测结果以及客流时间序列非线性特征部分预测结果的组合预测模型;基于所述组合预测模型各单一时间尺度客流时间序列预测结果,利用改进极限学习机算法建立混合关系预测模型;利用所述混合关系预测模型预测短时客流变化。本发明综合分析客流统计数据线性特性和非线性特性,有效提高站点客流预测精度。
-
公开(公告)号:CN117634718A
公开(公告)日:2024-03-01
申请号:CN202311616185.4
申请日:2023-11-29
Applicant: 大连海事大学
IPC: G06Q10/047 , G06Q50/40 , G06Q50/26
Abstract: 本发明提供一种基于和声搜索算法的公交线路规划方法,包括:获取当前公交线网、当前路网、当前出行需求矩阵和待添加站点;根据待添加站点将当前出行需求矩阵更新为更新出行需求矩阵、将当前路网更新为更新路网;根据更新出行需求矩阵和更新路网,对当前公交线网进行和声搜索算法计算,得到公交线路规划序列,能够将新的公交站点巧妙融合到现有公交线网中,并具有较高的求解速度,并且规划方法理论推导,易于实现。
-
公开(公告)号:CN116050421A
公开(公告)日:2023-05-02
申请号:CN202211435601.6
申请日:2022-11-16
Applicant: 大连海事大学
Abstract: 本发明一种分布式语义轨迹相似性连接方法,包括以下步骤:建立用于对两个数据集中语义相似的轨迹进行从文本维度、时间维度和空间维度进行定位的全局索引;根据给定的相似性阈值和各维度相似性权重值,对文本相似性、时间相似性和空间相似性的修剪边界进行选择;对全局索引过程进行剪枝,对缺少公共文本项、时间距离下界大于时间边界及空间距离大于空间边界的的轨迹对进行批量修剪;对批量修剪后的局部索引空间结点对,基于轨迹概要对轨迹对进行再次修剪;对再次修剪后的候选轨迹对,重建所有轨迹,计算轨迹间的确相似性以获得满足相似性阈值约束的轨迹对;该方法对现实世界语义轨迹集的广泛实验研究表明,在效率和可扩展性方面明显优于基线。
-
公开(公告)号:CN111428934A
公开(公告)日:2020-07-17
申请号:CN202010245046.5
申请日:2020-03-31
Applicant: 大连海事大学
Abstract: 本发明提供一种基于实时统计数据的公交站点短时客流预测方法,包括:将客流时间序列分解为线性趋势部分与非线性特征部分;使用时间序列模型对客流时间序列的线性趋势部分进行预测;利用深度信念网络对客流时间序列非线性特征部分进行预测;利用改进极限学习机算法建立基于客流时间序列的线性趋势部分预测结果以及客流时间序列非线性特征部分预测结果的组合预测模型;基于所述组合预测模型各单一时间尺度客流时间序列预测结果,利用改进极限学习机算法建立混合关系预测模型;利用所述混合关系预测模型预测短时客流变化。本发明综合分析客流统计数据线性特性和非线性特性,有效提高站点客流预测精度。
-
-
-
-
-
-