期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
智能时代下的空间数据科学:基础模型研究与行业应用 被引量:2
1
作者 相东升 赖宇 +5 位作者 陈浩 韩楠 王超 王家伟 杨博渊 张均瑞 《无线电工程》 2025年第1期184-195,共12页
随着智能技术的飞速发展,空间数据科学迎来了前所未有的机遇和挑战。空间数据规模不断增长,其所蕴含的潜在价值日益凸显。然而,传统的数据感知、存储技术以及处理分析方法已无法充分挖掘海量空间数据的深层价值。在此背景下,空间数据智... 随着智能技术的飞速发展,空间数据科学迎来了前所未有的机遇和挑战。空间数据规模不断增长,其所蕴含的潜在价值日益凸显。然而,传统的数据感知、存储技术以及处理分析方法已无法充分挖掘海量空间数据的深层价值。在此背景下,空间数据智能作为聚焦于处理和分析海量空间数据的多学科交叉领域,正逐步成为推动科技创新的主流技术。阐述了空间数据智能的基本概念,详尽地梳理了其基础模型,例如,城市基础模型、地理基础模型、智能交通基础模型、空间与空间遥感基础模型等,总结了其关键技术;探讨了空间数据智能在多个行业领域的应用实践,对该领域的未来发展趋势提出了前瞻性的展望。 展开更多
关键词 空间数据智能 基础模型研究 领域应用
在线阅读 下载PDF
基于空间语义分析的轨迹预测技术综述
2
作者 杨博渊 张力航 +5 位作者 李成 乔少杰 李任杰 李庆 黄明文 罗娜 《无线电工程》 2025年第3期611-620,共10页
随着自动驾驶、智能导航等领域的快速发展,对时空轨迹预测的准确性和鲁棒性的要求不断提高。传统轨迹预测方法主要依赖运动历史数据,忽略了环境中的语义信息,在复杂场景下往往难以取得理想的预测效果。对轨迹预测领域相关研究进行综述,... 随着自动驾驶、智能导航等领域的快速发展,对时空轨迹预测的准确性和鲁棒性的要求不断提高。传统轨迹预测方法主要依赖运动历史数据,忽略了环境中的语义信息,在复杂场景下往往难以取得理想的预测效果。对轨迹预测领域相关研究进行综述,特别是基于空间语义分析的轨迹预测研究进展。重点探讨了视觉语言模型(Vision Language Model,VLM)和大语言模型(Large Language Model,LLM)在轨迹预测方面的应用,介绍了多种基于空间语义分析的轨迹预测模型。通过实验结果分析发现,VLM和LLM能够显著提升轨迹预测的准确率。基于空间语义分析的轨迹预测方法未来将考虑多模态融合、提升模型架构、提高推理速度等方向,以进一步提升大规模轨迹预测的性能。 展开更多
关键词 自动驾驶 轨迹预测 空间语义 视觉语言模型 大语言模型 多模态
在线阅读 下载PDF
基于时空交互图注意力网络的多模态车辆轨迹预测模型
3
作者 李庆 韩楠 +6 位作者 李任杰 杨博渊 相东升 张杉彬 王家伟 吴绍伟 黄晨 《无线电工程》 2025年第2期254-263,共10页
在自动驾驶领域,交通参与者的轨迹预测是一个重要而具有挑战性的问题,充分捕捉轨迹数据中复杂的时空特征对于准确预测轨迹至关重要。为解决时空特征提取不足和多模态车辆轨迹预测问题,提出一种基于时空特征交互的多模态车辆轨迹预测模... 在自动驾驶领域,交通参与者的轨迹预测是一个重要而具有挑战性的问题,充分捕捉轨迹数据中复杂的时空特征对于准确预测轨迹至关重要。为解决时空特征提取不足和多模态车辆轨迹预测问题,提出一种基于时空特征交互的多模态车辆轨迹预测模型——STGA。采用基于动态图神经网络和基于融合注意力的时空Transformer网络捕获目标区域内车辆的空间交互特征和时间依赖性;设计特征融合的门控单元,实现对时空特征的有效融合,利用解码器生成目标区域未来车辆轨迹的概率分布;在公开数据集上对该模型进行了评估,并与基准模型进行了比较。实验结果表明,所提方法相比其他基准方法具有更好的性能,相较于最先进的基准方法,平均位移误差(Average Displacement Error,ADE)降低了32.03%,最终位移误差(Final Displacement Error,FDE)降低了14%。 展开更多
关键词 车辆运动预测 时空交互 图注意力网络 自动驾驶 深度学习
在线阅读 下载PDF
空间数据智能中的轨迹大数据分析:多源融合与前沿进展 被引量:1
4
作者 李任杰 韩楠 +6 位作者 李庆 相东升 杨博渊 张杉彬 王家伟 吴绍伟 黄晨 《无线电工程》 2024年第12期2735-2743,共9页
随着移动设备和传感器技术的快速发展,轨迹大数据已成为空间数据智能研究的关键数据源之一。该领域的研究涵盖多源轨迹数据的获取、融合、分析以及模式挖掘与知识发现的完整流程,在智慧城市、交通管理和位置服务等方面展现出巨大潜力。... 随着移动设备和传感器技术的快速发展,轨迹大数据已成为空间数据智能研究的关键数据源之一。该领域的研究涵盖多源轨迹数据的获取、融合、分析以及模式挖掘与知识发现的完整流程,在智慧城市、交通管理和位置服务等方面展现出巨大潜力。然而,轨迹数据的复杂性和多样性带来了处理、分析和利用方面的诸多挑战。对轨迹数据的获取与预处理、数据存储、模式识别、预测分析等核心方法进行了系统讨论,总结了其在各类应用场景中的最新进展。探讨了当前研究中存在的主要挑战,对未来的研究方向进行展望,为相关领域提供有价值的参考。 展开更多
关键词 空间数据智能 轨迹大数据 数据分析
在线阅读 下载PDF
群体智能驱动的时空轨迹预测技术综述
5
作者 潘乐盈 韩楠 +4 位作者 罗娜 樊瀚林 杨博渊 张杉彬 乔少杰 《无线电工程》 2024年第12期2744-2753,共10页
时空轨迹预测在交通管理和城市规划中至关重要,但传统模型受数据稀疏性、噪声污染和非线性关系的限制,群体智能驱动的时空轨迹预测技术能够克服传统模型的不足,实现高精度、实时性的预测。对当前群体智能技术研究中常用的群体数据源进... 时空轨迹预测在交通管理和城市规划中至关重要,但传统模型受数据稀疏性、噪声污染和非线性关系的限制,群体智能驱动的时空轨迹预测技术能够克服传统模型的不足,实现高精度、实时性的预测。对当前群体智能技术研究中常用的群体数据源进行综述,介绍了群体智能的核心优化算法,如粒子群优化和蚁群优化,同时介绍了时空轨迹的表示方式;总结基于概率和基于机器学习的时空轨迹预测方法,概述了群体智能驱动的轨迹预测技术路线;讨论群体智能在当前时空轨迹预测领域的主要应用场景,包括交通路径规划、自然环境监测与操作风险预警等,展望群体智能驱动下的时空轨迹预测技术在认知增强、自治系统和去中心化学习等领域的应用潜力。 展开更多
关键词 群体智能 轨迹预测 时空轨迹 群体数据挖掘
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部