基于RNN集成学习的个人轨迹恢复方法

摘要：

从多个轨迹数据库中连接并恢复出较为完整的个人轨迹对出行推荐和移动导航具有重要的意义.基于个人轨迹恢复, 提出RNN集成学习方法.定义个人轨迹恢复的形式化模型, 利用轨迹点数目采样模式将每个训练库划分为多个训练子库, 并采用RNN网络模型描述个人轨迹的可拼接程度, 使用集成学习方法构建多个RNN网络, 以达到恢复个人轨迹的目的.实验结果表明, 该方法可以较好地捕获轨迹时空连续性特征, 实现个人轨迹恢复.

关键词：轨迹恢复、轨迹拼接、集成学习、神经网络、RNN网络

所属期刊栏目：45

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金61402532;中国石油大学北京青年基础科研基金01JB0415

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：188-196,201