期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法
1
作者
桂志鹏
杨乐
+3 位作者
丁劲宸
王锦添
孙云增
吴华意
《武汉大学学报(信息科学版)》
EI
CAS
CSCD
北大核心
2024年第5期819-830,共12页
个体驾驶目的地预测在个性化服务推荐、智慧交通等位置服务中具有重要的应用价值,但现有深度学习方法多以高密度采样轨迹点为单位构建出行特征,导致数据冗余、信息增益有限。路口序列可简化道路驾驶轨迹的表达形态,降低训练成本;同时,...
个体驾驶目的地预测在个性化服务推荐、智慧交通等位置服务中具有重要的应用价值,但现有深度学习方法多以高密度采样轨迹点为单位构建出行特征,导致数据冗余、信息增益有限。路口序列可简化道路驾驶轨迹的表达形态,降低训练成本;同时,路口间的转移偏好与当前移动模式隐含路口与目的地间的时空关联关系,能够一定程度上表征个体出行意图,却鲜有研究将其用于目的地预测。为此,提出一种顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法:(1)以路口为单位构建输入特征,利用图注意力机制学习不同时间槽内路口间的转移系数,并结合长短期记忆模型捕获转移偏好长期依赖关系;(2)构建时间循环编码与驾驶状态特征,利用长短期记忆模型学习个体当前移动模式表征;(3)通过特征交叉与注意力机制实现特征融合,并利用残差网络输出预测。基于中国深圳市12名私家车司机2019年全年的轨迹数据开展实验,通过与隐马尔可夫、长短期记忆模型、远近距离依赖模型、融合地理语义与位置重要性的长短期记忆模型的精度进行对比并进行消融实验,验证了所提方法的有效性;可视化分析了转移偏好在捕获路口间空间关联关系中的作用,并探讨转移路口数量设置对预测精度的影响。
展开更多
关键词
轨迹预测
出行模式
位置服务
个体驾驶
目的地预测
路口转移偏好
移动模式
原文传递
基于轨迹活动语义挖掘的个体社会经济水平评估
2
作者
桂志鹏
丁劲宸
+2 位作者
刘宇航
陈欢
吴华意
《地球信息科学学报》
EI
CSCD
北大核心
2024年第4期1075-1092,共18页
个体社会经济水平评估对于商业决策、城市规划和公共卫生具有重要的应用价值。但现有方法多依赖定位数据和呼叫详单记录构建出行位置和手机业务特征集合,未充分考虑个体出行的语义上下文,难以从动机与需求层面理解出行行为,导致建模过...
个体社会经济水平评估对于商业决策、城市规划和公共卫生具有重要的应用价值。但现有方法多依赖定位数据和呼叫详单记录构建出行位置和手机业务特征集合,未充分考虑个体出行的语义上下文,难以从动机与需求层面理解出行行为,导致建模过程可解释性不足。为此,本文提出一种基于轨迹活动语义挖掘的个体社会经济水平评估方法,通过显式提取居住、购物、餐饮、娱乐、消费喜爱度与探索欲6类消费模式,从消费能力与意愿角度刻画个体社会经济水平,提高评估方法的可解释性。(1)通过网格化的语义地图为停留点赋予出行语义上下文,并划分居住、购物、餐饮、娱乐4类活动的停留点集合;(2)计算4类活动的时间熵、旋转半径和活动区域经济水平等时空语义特征,并通过结构方程模型筛选特征计算各类消费模式价值;(3)使用极端随机森林决策个体社会经济水平。本文基于深圳市635名个体2019年4—11月的私家车轨迹数据开展实验,通过核心商圈、劳动密集型工厂、高档住宅与城中村等典型场景筛选高低社会经济水平人群,验证了方法有效性;此外,对高低社会经济水平群体的出行时空分布和工作强度开展可视化分析,探讨了群体间的出行模式差异。本文方法可为人地交互视角下的人口统计属性建模提供参考。
展开更多
关键词
社会经济水平
轨迹数据挖掘
出行语义
结构方程模型
随机森林
消费模式
活动模式差异
原文传递
基于Hilbert空间分区和Geohash索引的并行Ripley's K函数
被引量:
3
3
作者
亢扬箫
桂志鹏
+2 位作者
丁劲宸
吴京航
吴华意
《地球信息科学学报》
CSCD
北大核心
2022年第1期74-86,共13页
作为二阶点模式分析方法,Ripley’s K函数(简称K函数)以距离为自变量探测不同尺度下点事件的分布模式及演变规律,在生态学、经济学、地理学等诸多领域得到广泛应用。然而,随着点规模的增加,估计与模拟阶段点对距离遍历计算时间开销激增...
作为二阶点模式分析方法,Ripley’s K函数(简称K函数)以距离为自变量探测不同尺度下点事件的分布模式及演变规律,在生态学、经济学、地理学等诸多领域得到广泛应用。然而,随着点规模的增加,估计与模拟阶段点对距离遍历计算时间开销激增,严重制约了K函数的应用,算法流程优化与并行加速成为应对海量点数据下K函数性能瓶颈及可计算性问题的关键技术手段。针对默认数据分区未考虑点事件空间邻近性导致跨节点通讯成本高昂且K函数距离阈值较大时索引优化失效的现象,本文提出一种基于空间填充曲线的K函数优化加速方法。该方法采用Hilbert曲线构建空间分区,在顾及数据空间邻近性的前提下减少分区间数据倾斜和通讯开销;在分区基础上,利用Geohash编码改进各分区内本地空间索引策略加速点对距离计算。本文以湖北省工商企业注册数据为例,通过对比实验分析了默认分区无索引、KDB分区组合R树索引、本文Hilbert分区组合Geohash索引算法在不同数据规模、距离阈值、集群规模下的计算耗时。结果表明,300 000点数据规模下本文方法的时间开销约为默认分区无索引方法的1/4,9台节点下加速比超过3.6倍。因此,该方法能有效提升分布式环境下K函数计算性能并具有良好的可伸缩性,可为其他点模式分析方法的优化提供参考。
展开更多
关键词
Ripley’s
K函数
分布式计算
Apache
Spark
高性能地理计算
HILBERT曲线
Geohash编码
点模式分析
空间填充曲线
原文传递
题名
顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法
1
作者
桂志鹏
杨乐
丁劲宸
王锦添
孙云增
吴华意
机构
武汉大学遥感信息工程学院
武汉大学测绘遥感信息工程国家重点实验室
航天科工智能运筹与信息安全研究院(武汉)有限公司
出处
《武汉大学学报(信息科学版)》
EI
CAS
CSCD
北大核心
2024年第5期819-830,共12页
基金
国家重点研发计划(2018YFC0809806,2017YFB0503704)
国家自然科学基金(41971349,42090010)。
文摘
个体驾驶目的地预测在个性化服务推荐、智慧交通等位置服务中具有重要的应用价值,但现有深度学习方法多以高密度采样轨迹点为单位构建出行特征,导致数据冗余、信息增益有限。路口序列可简化道路驾驶轨迹的表达形态,降低训练成本;同时,路口间的转移偏好与当前移动模式隐含路口与目的地间的时空关联关系,能够一定程度上表征个体出行意图,却鲜有研究将其用于目的地预测。为此,提出一种顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法:(1)以路口为单位构建输入特征,利用图注意力机制学习不同时间槽内路口间的转移系数,并结合长短期记忆模型捕获转移偏好长期依赖关系;(2)构建时间循环编码与驾驶状态特征,利用长短期记忆模型学习个体当前移动模式表征;(3)通过特征交叉与注意力机制实现特征融合,并利用残差网络输出预测。基于中国深圳市12名私家车司机2019年全年的轨迹数据开展实验,通过与隐马尔可夫、长短期记忆模型、远近距离依赖模型、融合地理语义与位置重要性的长短期记忆模型的精度进行对比并进行消融实验,验证了所提方法的有效性;可视化分析了转移偏好在捕获路口间空间关联关系中的作用,并探讨转移路口数量设置对预测精度的影响。
关键词
轨迹预测
出行模式
位置服务
个体驾驶
目的地预测
路口转移偏好
移动模式
Keywords
trajectory prediction
traveling pattern
location-based services
individual driving
destination prediction
intersection transfer preference
movement mode
分类号
P208 [天文地球—地图制图学与地理信息工程]
原文传递
题名
基于轨迹活动语义挖掘的个体社会经济水平评估
2
作者
桂志鹏
丁劲宸
刘宇航
陈欢
吴华意
机构
武汉大学遥感信息工程学院
武汉大学测绘遥感信息工程国家重点实验室
出处
《地球信息科学学报》
EI
CSCD
北大核心
2024年第4期1075-1092,共18页
基金
国家自然科学基金项目(41971349)。
文摘
个体社会经济水平评估对于商业决策、城市规划和公共卫生具有重要的应用价值。但现有方法多依赖定位数据和呼叫详单记录构建出行位置和手机业务特征集合,未充分考虑个体出行的语义上下文,难以从动机与需求层面理解出行行为,导致建模过程可解释性不足。为此,本文提出一种基于轨迹活动语义挖掘的个体社会经济水平评估方法,通过显式提取居住、购物、餐饮、娱乐、消费喜爱度与探索欲6类消费模式,从消费能力与意愿角度刻画个体社会经济水平,提高评估方法的可解释性。(1)通过网格化的语义地图为停留点赋予出行语义上下文,并划分居住、购物、餐饮、娱乐4类活动的停留点集合;(2)计算4类活动的时间熵、旋转半径和活动区域经济水平等时空语义特征,并通过结构方程模型筛选特征计算各类消费模式价值;(3)使用极端随机森林决策个体社会经济水平。本文基于深圳市635名个体2019年4—11月的私家车轨迹数据开展实验,通过核心商圈、劳动密集型工厂、高档住宅与城中村等典型场景筛选高低社会经济水平人群,验证了方法有效性;此外,对高低社会经济水平群体的出行时空分布和工作强度开展可视化分析,探讨了群体间的出行模式差异。本文方法可为人地交互视角下的人口统计属性建模提供参考。
关键词
社会经济水平
轨迹数据挖掘
出行语义
结构方程模型
随机森林
消费模式
活动模式差异
Keywords
Socio-Economic Level
trajectory data mining
travel semantic
structural equation model
Random Forest
consumption patterns
travel patterns differences
分类号
F126 [经济管理—世界经济]
原文传递
题名
基于Hilbert空间分区和Geohash索引的并行Ripley's K函数
被引量:
3
3
作者
亢扬箫
桂志鹏
丁劲宸
吴京航
吴华意
机构
武汉大学遥感信息工程学院
重庆市地理信息与遥感应用中心
武汉大学测绘遥感信息工程国家重点实验室
出处
《地球信息科学学报》
CSCD
北大核心
2022年第1期74-86,共13页
基金
国家重点研发计划项目(2018YFC0809806,2017YFB0503704)
国家自然科学基金项目(41971349,42090010)。
文摘
作为二阶点模式分析方法,Ripley’s K函数(简称K函数)以距离为自变量探测不同尺度下点事件的分布模式及演变规律,在生态学、经济学、地理学等诸多领域得到广泛应用。然而,随着点规模的增加,估计与模拟阶段点对距离遍历计算时间开销激增,严重制约了K函数的应用,算法流程优化与并行加速成为应对海量点数据下K函数性能瓶颈及可计算性问题的关键技术手段。针对默认数据分区未考虑点事件空间邻近性导致跨节点通讯成本高昂且K函数距离阈值较大时索引优化失效的现象,本文提出一种基于空间填充曲线的K函数优化加速方法。该方法采用Hilbert曲线构建空间分区,在顾及数据空间邻近性的前提下减少分区间数据倾斜和通讯开销;在分区基础上,利用Geohash编码改进各分区内本地空间索引策略加速点对距离计算。本文以湖北省工商企业注册数据为例,通过对比实验分析了默认分区无索引、KDB分区组合R树索引、本文Hilbert分区组合Geohash索引算法在不同数据规模、距离阈值、集群规模下的计算耗时。结果表明,300 000点数据规模下本文方法的时间开销约为默认分区无索引方法的1/4,9台节点下加速比超过3.6倍。因此,该方法能有效提升分布式环境下K函数计算性能并具有良好的可伸缩性,可为其他点模式分析方法的优化提供参考。
关键词
Ripley’s
K函数
分布式计算
Apache
Spark
高性能地理计算
HILBERT曲线
Geohash编码
点模式分析
空间填充曲线
Keywords
Ripley’s K function
distributed computing
Apache Spark
high performance geocomputation
Hilbert curve
Geohash
point pattern analysis
spatial filling curves
分类号
P208 [天文地球—地图制图学与地理信息工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
顾及路口转移偏好和当前移动模式的个体驾驶目的地预测方法
桂志鹏
杨乐
丁劲宸
王锦添
孙云增
吴华意
《武汉大学学报(信息科学版)》
EI
CAS
CSCD
北大核心
2024
0
原文传递
2
基于轨迹活动语义挖掘的个体社会经济水平评估
桂志鹏
丁劲宸
刘宇航
陈欢
吴华意
《地球信息科学学报》
EI
CSCD
北大核心
2024
0
原文传递
3
基于Hilbert空间分区和Geohash索引的并行Ripley's K函数
亢扬箫
桂志鹏
丁劲宸
吴京航
吴华意
《地球信息科学学报》
CSCD
北大核心
2022
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部