公开(公告)号：CN110059144B

公开(公告)日：2021-12-10

申请号：CN201910266737.0

申请日：2019-04-03

Applicant: 电子科技大学

Inventor： 罗绪成 ,  李升阳 ,  仵筱妍

IPC: G06F16/29 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的轨迹属主预测方法，根据所有用户的轨迹形成一个有向无权图G＝ ，通过Node2Vec学习轨迹位置ID的低维实值向量；然后对用户轨迹进行切片处理，对切割后的不定长轨迹用位置ID对应的低维实值向量代替位置ID，并通过截取或填充形成轨迹的固定维度矩阵；接着，构建及训练一个四层卷积神经网络作为预测模型，然后将待检测的用户位置经纬度构建的轨迹矩阵输入到已经训练好的预测模型中，得到轨迹属主分类的概率分布，最后将概率分布中最大值的索引标记为该轨迹对应属主的编号。

公开(公告)号：CN110059144A

公开(公告)日：2019-07-26

申请号：CN201910266737.0

申请日：2019-04-03

Applicant: 电子科技大学

Inventor： 罗绪成 ,  李升阳 ,  仵筱妍

IPC: G06F16/29 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的轨迹属主预测方法，根据所有用户的轨迹形成一个有向无权图G＝ ，通过Node2Vec学习轨迹位置ID的低维实值向量；然后对用户轨迹进行切片处理，对切割后的不定长轨迹用位置ID对应的低维实值向量代替位置ID，并通过截取或填充形成轨迹的固定维度矩阵；接着，构建及训练一个四层卷积神经网络作为预测模型，然后将待检测的用户位置经纬度构建的轨迹矩阵输入到已经训练好的预测模型中，得到轨迹属主分类的概率分布，最后将概率分布中最大值的索引标记为该轨迹对应属主的编号。