基于学习模型的最短路网距离估算方法

    公开(公告)号:CN119416872A

    公开(公告)日:2025-02-11

    申请号:CN202411431286.9

    申请日:2024-10-14

    Abstract: 本发明公开了一种基于学习模型的最短路网距离估算方法,所述方法包括:构建关于路网节点地图的路网分层网格树;基于启发式采样策略与基于地标的样本选择策略,对路网分层网格树的任意一层选取训练样本,以获取样本训练集;根据路网分层网格树构建基于多向量的分层表示向量模型,并根据基于样本训练集训练后的分层表示向量模型,获取路网节点地图中每个路网顶点的嵌入向量;通过计算任意两个路网顶点的嵌入向量的曼哈顿距离,以确定此任意两个路网节点的最短估算距离。解决了现有传统算法在面对海量数据计算效率低的问题。

Patent Agency Ranking