Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学;龙文华丰(北京)科技有限公司徐文波获国家专利权

北京邮电大学;龙文华丰(北京)科技有限公司徐文波获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京邮电大学;龙文华丰(北京)科技有限公司申请的专利一种基于轨迹压缩和聚类的轨迹相似度分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114970707B

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210552364.5,技术领域涉及:G06F18/23;该发明授权一种基于轨迹压缩和聚类的轨迹相似度分析方法是由徐文波;曹坤;孙加成;杨瑞;王思野;王佳佳设计研发完成,并于2022-05-20向国家知识产权局提交的专利申请。

一种基于轨迹压缩和聚类的轨迹相似度分析方法在说明书摘要公布了:本发明公开了一种基于轨迹压缩和聚类的轨迹相似度分析方法。首先,对N条基准轨迹进行轨迹压缩,在一定误差范围内,去除一些轨迹数据,便于后续的处理和分析。其次,通过截取公共轨迹以及角度预判断的方式,减少参与计算的轨迹段范围,对基准轨迹数据离线聚类。其中,在计算相似度矩阵时,在误差范围内,每两条轨迹的相似度只需计算一次以降低复杂度。最后,找出每一簇的代表轨迹,计算待匹配轨迹和每一簇代表轨迹的相似度,判断其是否存在于基准轨迹数据库中;如果存在,则计算该轨迹与对应簇的各基准轨迹的轨迹相似度,从而确定实际轨迹与哪些基准轨迹相似,并得到相似度结果。

本发明授权一种基于轨迹压缩和聚类的轨迹相似度分析方法在权利要求书中公布了:1.一种基于轨迹压缩和聚类的轨迹相似度分析方法,其特征在于,包括: 使用OPW-TR算法对N条基准轨迹进行轨迹压缩,在预设的误差范围内,去除对应的轨迹数据; 通过截取公共轨迹和角度预判断的方式,减少参与计算的轨迹段范围; 使用DBSCAN算法对基准轨迹数据离线聚类,在预设的误差范围内,计算相似度矩阵时每两条轨迹的相似度只需计算一次以降低复杂度,相似度计算采用LCSS算法; 记录聚类结果,获得每一簇的代表轨迹,使用LCSS算法计算待匹配轨迹与每一簇的代表轨迹的相似度; 判断所述待匹配轨迹与每一簇的代表轨迹的相似度是否大于预设的相似度阈值; 若判断结果为所述待匹配轨迹与其中一簇的代表轨迹的相似度大于预设的相似度阈值,且相似度最高,使用LCSS算法计算所述待匹配轨迹与对应簇的各个基准轨迹的轨迹相似度; 判断所述待匹配轨迹与对应簇的各个基准轨迹的轨迹相似度是否大于预设的轨迹相似度阈值; 若判断结果为所述待匹配轨迹与对应簇的其中一些基准轨迹的轨迹相似度大于预设的轨迹相似度阈值,确定所述待匹配轨迹与哪些基准轨迹相似,而且输出相似度结果; 计算两条轨迹段的相似度之前,计算两条轨迹段的角度,所述两条轨迹段的角度计算公式如下: , 其中,为轨迹和轨迹的相交角度;dθ表示角度距离; 若所述两条轨迹段的角度大于90度,直接判定所述两条轨迹段不相似,以避免后续的计算。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京邮电大学;龙文华丰(北京)科技有限公司,其通讯地址为:100876 北京市海淀区西土城路10号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。