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！

申请/专利权人：哈尔滨工业大学(威海)

摘要：本发明属于智能车联网技术领域，公开一种基于车辆位置信息的车主出行位置预测方法，包括以下步骤，步骤一：对基于车辆位置数据的车辆轨迹数据进行整理；步骤二：识别基于车辆轨迹数据的用户重要兴趣点；步骤三：通过密度聚类法的兴趣点合并；步骤四：基于时空标签循环神经网络模型来预测用户下一个兴趣点。通过利用空间维度和语义维度的信息，提升了兴趣点预测的准确度。

主权项：1.一种基于车辆位置信息的车主出行位置预测方法，其特征在于，包括以下步骤，步骤一：对基于车辆位置数据的车辆轨迹数据进行整理；步骤二：识别基于车辆轨迹数据的用户重要兴趣点；步骤三：通过密度聚类法对用户重要兴趣点进行合并；步骤四：基于时空标签循环神经网络模型来预测用户下一个兴趣点包括：时空标签循环神经网络模型，先定义循环神经网络的用户兴趣隐向量，包括： 其中，为用户u的隐向量，表示u在时间t下对位置的兴趣； 为用户u在时间ti访问的POI的隐向量； 为位置到的地理距离对应的转移矩阵； 为时间间隔t-ti对应的转移矩阵；D为持续时间转移矩阵，矩阵参数与用户u在t时刻到达的位置停留的时间相关；C为连接上一步状态信息的参数矩阵，矩阵参数通过模型训练确定；M为行业类别转移矩阵，矩阵参数通过模型训练确定；将时间的长度以及空间的距离分片，在训练模型中训练上界与下界特定值对应的转移矩阵包括：用户在兴趣点进行预测时，给定Ul和Ll代表地理距离l的上界和下界，用户兴趣点之间的距离转移矩阵Sl通过公式计算： 持续时间转移矩阵通过计算包括：给定Ud和Ld代表持续时间d的上界和下界，持续时间转移矩阵通过公式计算： 所述持续时间是用户在兴趣点的停留时间；用户在访问两个兴趣点的时间间隔对应的转移矩阵通过计算：给定Ut和Lt分别代表时间间隔t所在分区的上界和下界，用户在访问两个兴趣点之间的时间间隔t对应的转移矩阵Tt通过公式计算： 定义用户在时间访问位置的预测概率通过计算包括：定义用户u在时间t访问位置v的预测概率ou,t,v通过公式计算： 其中qv为位置v的向量；pu为用户u的向量；θ为超参数，取值为[0,1]，衡量用户的兴趣偏好和特定时空场景对预测结果的影响；优化模型参数，最大化表达式pu,t,v＞v′＝fou,t,v-ou,t,v′的概率，式中v′——用户u未曾访问过的POI；f·——sigmoid函数，其中，采用负似然对数求极值点的方法，得到公式： 式中Θ——代表所有需要学习的参数{p,q,c,S,D,T,M,C}；λ——正则项权重参数；给定J对用户u在某t时刻的隐向量的偏导数，计算J对任意模型参数的偏导数：通过梯度下降来优化模型参数，直到所有的参数收敛，预测模型的训练推断训练完毕；预测用户在时间的位置，按降序排序得到用户前k个最可能的访问位置。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(威海) 一种基于车辆位置信息的车主出行位置预测方法