将轨迹转变成其他形式
2016-01-01 21:18:24 0 举报AI智能生成
轨迹，通常被理解为物体在空间中移动的路径。它可以是直线、曲线、圆形或其他复杂的形状。如果我们将轨迹转变成其他形式，例如将其转化为音乐旋律，那么这个物体的运动就变得生动且富有节奏感。它可能开始于一个平稳的节奏，然后逐渐加速，达到高潮，最后再慢慢平静下来。这种转化不仅让我们以全新的方式理解和欣赏轨迹，也为艺术创作提供了无限的可能性。
作者其他创作
大纲/内容
从轨迹到图
Road Network
有向图
点：交叉点
边：路段
投射轨迹到一个road网络
landmark图
智能驾驶方向系统 T-Drive
map-matching 处理
landmark点：top-k路段
landmark边：穿过2个连续landmark轨迹
2个状态路由算法去寻找最快的行车路径
寻找landmark图的粗route
寻找detailed route
区域图
点：区域
边：2个区域之间commutes集合
用skyline算法搜索region pairs
free spaces
方法
用clustering方法确定key location为交点
基于通过2个位置的轨迹连接2个交点形成routable graph
旅行推荐
从许多人生成的轨迹中，找出感兴趣的位置&旅行序列
方法
寻找stay points
聚类stay points
建一个用户位置二分图 & 位置之间的路由图
研究
根据大量轨迹确定流行路线
基于社区发现方法，探测社区
评估用户相似性
将用户轨迹转成分级图，计算用户之间相似性
用途
朋友推荐、社区发现
研究
demo 1
stay points探测
基于密度的聚类算法 =》 共享分层树
上层：粗粒度
下层：细粒度
每个user唯一的分层图
发现相同聚类序列
计算user对的相似评分
demo 2
计算从物理位置到语义空间
POIs的分布 表示 stay point
子主题
不同stay point聚类到分层树
从轨迹到矩阵
用途
帮助填补缺失的观察值
确定异常点
关键字
行的意义
列的意义
项的意义
应用
交通情况评估
用双MF方法去及时评估在每个路段旅行速度
基于汽车的GPS轨迹
方法
map-matching GPS轨迹在road网络
矩阵Mr'
行：时间段
列：路段
项：行驶速度（某路段某时间段）
矩阵Mr
在路段上历史交通模式
行与列相似与Mr'
项：常时间段内历史数据的平均行驶速度
Z
路段的物理特征
路的形状
lane数量
速度的限制
周围POIs贡献
矩阵Mg'
实时
内容
行：时间段
列：grid
项：在某grid某时间段，车辆行驶数量
矩阵Mg
历史数据
coupled-MF模型
诊断交通异常
通过主要道路划分city到region，建立region图
link-traffic矩阵L
行：link
列：时间间隔
项：穿过某link在某时间间隔的车数
link-path矩阵A
行：link
列：path
项
l：某link被包含在某path中
o：其他
PCA探测异常links
Ax=b求得link & Path之间关系
b向量link上的异常
旅行推荐
demo 1
将用户GPS轨迹 -> 用户位置矩阵
矩阵形式
行：用户
列：位置
项：一个用户到一个位置的访问次数
CF模型预测感兴趣未访问的位置
demo 2
用活动标记GPS轨迹
矩阵形式X
行：发生地点（GPS聚类）
列：用户标记的活动（shopping & 餐饮）
项：活动频率
X分解
X=UV 填补缺失项
top-k位置可以被推荐
从轨迹到Tensor
用途
填补缺失的观察值
寻找两个物体之间的相关性
方法
分解tensor
多个低阶矩阵的乘法
核tensor或者向量
研究
demo 1
user-location-activity tensor A
项：时间（某user某location某activity ）
4个context矩阵
矩阵与tensor A分享一些维度
demo 2
基于coupled tensor-decomposition-based去评估路上旅行时间
建立当前时间点的交通情况模型
基于最近L时间段的GPS轨迹 & 路的网络数据
tensor特征
稀疏
tensor包含
路段
司机
时间点
Ar(i, j, k) = c
第i段路段，行驶的第j位司机花了c时长在时间段k内
Ah(i, j, k) = c
基于很长一段时间的历史轨迹
Ar相似与Ah
第i段路段，行驶的第j位司机平均花了c时长在时间段k内
矩阵X
Xr
项：某grid某时间段通过的车辆数量
行：某时间粗粒度交通情况
Xh
历史平均值
矩阵Y
每个路段的地理特征
应用
预估加油站排队时间，预估加油车数量
加油事件探测
taxi GPS轨迹
stay point
三维tensor F
加油站
一天时间
一周天数
三维tensor F项
某加油站的一周的某天的某个时间段的平均等待时间
context matrix
加油站地理特征
0 条评论
下一页
