基于CrossFormer的自动驾驶车辆周边行人轨迹预测 被引量：1

1

作者 曹瑞阳 李诗雨 +1 位作者 刘擎超 丁延超 《江苏大学学报(自然科学版)》 北大核心 2025年第3期276-283,308,共9页

在自动驾驶车辆周边行人轨迹预测中,针对现有方法在长时预测任务中表现不足,尤其是对复杂场景适应性较低的问题,提出了一种新方法.给出了行人轨迹预测问题建模流程,构建了基于CrossFormer的行人轨迹预测方法.新方法通过维度分段嵌入技... 在自动驾驶车辆周边行人轨迹预测中,针对现有方法在长时预测任务中表现不足,尤其是对复杂场景适应性较低的问题,提出了一种新方法.给出了行人轨迹预测问题建模流程,构建了基于CrossFormer的行人轨迹预测方法.新方法通过维度分段嵌入技术显式学习相邻时间帧的相关性;结合两阶段注意力机制层,充分学习行人轨迹的长时依赖关系;利用分层编码器-解码器结构,自适应地捕获行人轨迹在不同时间尺度上的依赖性,提高模型在长时预测上的可扩展性.新方法创新性地结合了多模态信息融合、自注意力机制和可扩展性优化,实现了对行人轨迹预测任务的高效解决.在ETH轨迹数据、江苏大学校园内行人轨迹数据(JDD)这两个数据集完成了试验,进行了时间序列的分割性分析以及定量、定性分析.结果表明,在ETH数据集上,新方法的平均位移误差ADE、最终位移误差FDE值分别为0.627、1.32,均显著优于传统方法如LSTM(0.895、1.74)和SR-LSTM(0.728、1.66)等;在JDD数据集上,新方法的ADE、FDE值分别为0.281、0.53,远优于GAN(0.562、1.01)、STGAT(0.673、1.43)等模型;新方法在复杂场景下的鲁棒性和泛化能力也得到了验证. 展开更多

关键词 自动驾驶 行人轨迹预测 CrossFormer TRANSFORMER 注意力机制 深度学习 复杂场景分析 多模态数据融合 预测精度

在线阅读 下载PDF 职称材料

基于移动通信数据的用户移动轨迹预测方法 被引量：25

2

作者 刘震 付俊辉 赵楠 《计算机应用与软件》 CSCD 北大核心 2013年第2期10-13,17,共5页

随着无线移动通信设备的发展,获取用户位置的手段更加多样,如何对轨迹进行建模并预测人类行为成为研究热点。现有方法主要针对GPS轨迹等连续轨迹进行建模预测,而对移动通信场景中人行为轨迹预测方法尚未研究。针对移动话单数据这种离散... 随着无线移动通信设备的发展,获取用户位置的手段更加多样,如何对轨迹进行建模并预测人类行为成为研究热点。现有方法主要针对GPS轨迹等连续轨迹进行建模预测,而对移动通信场景中人行为轨迹预测方法尚未研究。针对移动话单数据这种离散程度极大的轨迹数据建模,提出Match算法对人类轨迹进行预测。实验证明,85%的人类轨迹可以利用该算法正确预测。在此基础上,提出轨迹合并的方法,进一步提高了预测的准确率,并发现人类在以天为单位的尺度上,有30%的行为是自相似的。 展开更多

关键词 移动数据 轨迹预测 行为分析

在线阅读 下载PDF 职称材料

基于GPS轨迹的用户移动行为挖掘算法 被引量：9

3

作者 肖艳丽 张振宇 杨文忠 《计算机应用与软件》 CSCD 2015年第11期83-87,共5页

挖掘用户的移动行为,可以通过对交通出行方式进行识别来实现。传统的交通方式识别方法在交通堵塞或多种交通方式结合的情况下,识别效果并不理想。针对这种情况,提出基于轨迹分段和监督式学习相结合的识别方法,首先利用速度小于某一阈值... 挖掘用户的移动行为,可以通过对交通出行方式进行识别来实现。传统的交通方式识别方法在交通堵塞或多种交通方式结合的情况下,识别效果并不理想。针对这种情况,提出基于轨迹分段和监督式学习相结合的识别方法,首先利用速度小于某一阈值的数据点将原始GPS轨迹划分为交通方式单一的子轨迹段,然后对子轨迹段分别抽取特征,采用监督式学习方法建立推断模型对不同子轨迹的交通方式进行识别。实验结果表明,提出的算法能够有效地识别不同交通方式,达到较为理想的效果。同时在交通堵塞的情况下也能够很好地识别。 展开更多

关键词 数据挖掘 GPS轨迹 用户移动行为 交通方式识别 特征抽取 监督式学习

在线阅读 下载PDF 职称材料

基于用户移动轨迹的个性化健康建议推荐方法 被引量：11

4

作者 陈万志 林澍 +1 位作者 王丽 李冬梅 《智能系统学报》 CSCD 北大核心 2016年第2期264-271,共8页

随着移动智能终端的普及,移动医疗应用已成为当前研究的热点。针对移动医疗环境下个性化健康建议推荐问题,依据用户移动轨迹与职业类型间相似性特点,提出一种基于驻点区域特征向量与用户职业特征向量相结合的相似度计算方法,通过构建相... 随着移动智能终端的普及,移动医疗应用已成为当前研究的热点。针对移动医疗环境下个性化健康建议推荐问题,依据用户移动轨迹与职业类型间相似性特点,提出一种基于驻点区域特征向量与用户职业特征向量相结合的相似度计算方法,通过构建相似用户组的方式完成组内用户健康建议信息的共享,最终实现在节约医疗资源的基础上为海量用户提供个性化健康推荐服务的功能。算法测试与分析结果表明了方法的有效性和可实施性,在移动医疗大数据分析应用方面具有广阔的前景和实用价值。 展开更多

关键词 移动医疗 大数据分析 移动轨迹 特征向量 个性化推荐

在线阅读 下载PDF 职称材料

基于移动轨迹数据的商圈消费者规模分析 被引量：2

5

作者 刘志 刘辉平 +1 位作者 赵大鹏 王晓玲 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第4期97-113,138,共18页

随着城市化的推进以及大数据技术的不断发展,智慧商圈成为智慧城市建设的重要组成部分.智慧商圈的热门程度、消费者的规模、消费层次等因素成为智慧商圈建设的关注热点.然而,传统的消费者规模的统计,还是基于传统的问卷调查或者抽样等,... 随着城市化的推进以及大数据技术的不断发展,智慧商圈成为智慧城市建设的重要组成部分.智慧商圈的热门程度、消费者的规模、消费层次等因素成为智慧商圈建设的关注热点.然而,传统的消费者规模的统计,还是基于传统的问卷调查或者抽样等,这些方法不仅成本昂贵而且效率低下.但随着数据挖掘技术的发展,使得通过分析用户行为轨迹来确定商圈消费者规模成为可能.本文提出了一种基于轨迹数据分析的商圈消费者规模分析方法.本文的主要工作包括:①在轨迹数据中,如何确定商圈的边界这是一个首要的问题,基于此,才能确定一位消费者是在商圈内活动,还是在商圈外面.本文提出了根据商圈内基站点的位置分布,运用k-Nearest Neighbor(kNN)分类算法,对该商圈的范围进行圈定的方法.②由于轨迹数据的不确定性特点,确定一个用户与商圈的关系也是一个难题.本文利用计算不规则多边形面积的方法计算基站点的权重值,结合时间阈值分析该区域内每天的消费者规模.③最后,鉴于轨迹数据的海量性,本文提出了一个大数据计算框架BPDA(Business-Circle Parallel Distributed Algorithm),基于Hadoop大数据处理平台和Kafka分布式消息系统,实现了基于移动轨迹数据的商圈消费者规模分析系统,并使用中山公园商圈基站数据,展示了本文所提方法的可行性. 展开更多

关键词 移动轨迹数据 消费者规模分析 KNN分类算法 商圈轮廓

在线阅读 下载PDF 职称材料

基于自注意力机制和CNN-LSTM的空战目标机动轨迹预测 被引量：9

6

作者 李战武 张帅 +3 位作者 乔英峰 王强 姜勇 张飞 《兵器装备工程学报》 CAS CSCD 北大核心 2023年第7期209-216,共8页

空战目标机动轨迹是有丰富时空特征的多维时间序列,具有高度复杂性和不确定性。针对现阶段轨迹预测运动学模型建立困难、时序预测的方法难以提取时空特征且只能单一的从T到T+1时刻的顺序式训练的问题,文中提出了一种自注意力机制(self-a... 空战目标机动轨迹是有丰富时空特征的多维时间序列,具有高度复杂性和不确定性。针对现阶段轨迹预测运动学模型建立困难、时序预测的方法难以提取时空特征且只能单一的从T到T+1时刻的顺序式训练的问题,文中提出了一种自注意力机制(self-attention,ATT)和卷积神经网络(convolutional neural network,CNN)-长短期记忆网络(long short-term memory,LSTM)结合的模型(CNN-LSTM-ATT)。离线状态下训练模型,获得的最优模型可以实现目标机动轨迹的高精度预测。文中模型与CNN-LSTM、LSTM模型进行单步预测对比分析,具有良好的单步预测和不同过载机动预测的能力。考虑到电磁干扰和复杂环境导致传输数据的误差和缺失,进行了目标轨迹的5步预测,预测结果和评价指标均优于CNN-LSTM、LSTM模型。 展开更多

关键词 机动轨迹预测 空战数据分析 多层次时间序列 Self-Attention 多步轨迹预测

在线阅读 下载PDF 职称材料

大数据挖掘技术的图书馆移动用户行为分析 被引量：6

7

作者 孙慧 《现代电子技术》 北大核心 2020年第18期164-167,171,共5页

传统行为分析方法存在预测能力不足、分析片面化,获取的行为特征数据规律性较差等问题,导致得到的分析结果与实际不符。基于此,提出大数据挖掘技术的图书馆移动用户行为分析方法。该方法将获取的大数据预先清洗、筛选,并利用转换算法集... 传统行为分析方法存在预测能力不足、分析片面化,获取的行为特征数据规律性较差等问题,导致得到的分析结果与实际不符。基于此,提出大数据挖掘技术的图书馆移动用户行为分析方法。该方法将获取的大数据预先清洗、筛选,并利用转换算法集成特征数据;使用BP神经网络适应度函数构建评估预测模型,挖掘行为特征规律,根据预测结果将特征相互信息值排序;通过聚类算法捕捉具有关联的数据,利用交叉分析法分析用户行为内在性质,实现全面的图书馆移动用户行为的全面挖掘。实验结果表明,与传统方法相比,所提分析方法挖掘用户行为特征数据的能力更强,分析结果准确度更高,可应用于现阶段图书馆移动用户行为分析。 展开更多

关键词 图书馆移动用户 行为分析 大数据挖掘技术 数据获取 预测建模 交叉分析

在线阅读 下载PDF 职称材料

情景感知驱动的移动对象多模式轨迹预测技术综述 被引量：8

8

作者 乔少杰 吴凌淳 +4 位作者 韩楠 黄发良 毛睿 元昌安 Louis Alberto GUTIERREZ 《软件学报》 EI CSCD 北大核心 2023年第1期312-333,共22页

如何利用多源异构时空数据进行准确的轨迹预测并且反映移动对象的移动特性是轨迹预测领域的核心问题.现有的大多数轨迹预测方法是长序列轨迹模式预测模型,根据历史轨迹的特点进行预测,或将当前移动对象的轨迹位置放入时空语义场景根据... 如何利用多源异构时空数据进行准确的轨迹预测并且反映移动对象的移动特性是轨迹预测领域的核心问题.现有的大多数轨迹预测方法是长序列轨迹模式预测模型,根据历史轨迹的特点进行预测,或将当前移动对象的轨迹位置放入时空语义场景根据历史移动对象轨迹预测位置.综述当前常用的轨迹预测模型和算法,涉及不同的研究领域.首先,阐述了多模式轨迹预测的主流工作,轨迹预测的基本模型类;其次,对不同类的预测模型进行总结,包括数学统计类、机器学习类、滤波算法,以及上述领域具有代表性的算法;再次,对情景感知技术进行了介绍,描述了不同领域的学者对情景感知的定义,阐述了情景感知技术所包含的关键技术点,诸如情景感知计算、情景获取和情景推理的不同类模型,分析了情景感知的不同分类、过滤、存储和融合以及它们的实现方法等.详细介绍了情景感知驱动的轨迹预测模型技术路线及各阶段任务的工作原理.给出了情景感知技术在真实场景中的应用,包括位置推荐,兴趣点推荐等,通过与传统算法对比,分析情景感知技术在此类应用中的优劣.详细介绍了情景感知结合LSTM(long short-term memory)技术应用于行人轨迹预测领域的新方法.最后,总结了轨迹预测和情景感知研究的当前问题和未来发展趋势. 展开更多

关键词 轨迹预测 时空数据库 移动数据库 数据挖掘 机器学习 情景感知计算

在线阅读 下载PDF 职称材料

基于移动终端上网数据的移动模式分析及轨迹预测 被引量：2

9

作者 卢扬 赵志丹 蔡世民 《复杂系统与复杂性科学》 EI CSCD 北大核心 2015年第2期53-59,共7页

基于某城市用户移动终端使用某运营商流量上网产生的数据分析用户移动模式及轨迹预测。实证发现个体上网时的移动行为具有阵发性、异质性、弱时间规律性以及短时间内的地点停留特性。基于实证结果,本文提出了动态贝叶斯网络、基于相似... 基于某城市用户移动终端使用某运营商流量上网产生的数据分析用户移动模式及轨迹预测。实证发现个体上网时的移动行为具有阵发性、异质性、弱时间规律性以及短时间内的地点停留特性。基于实证结果,本文提出了动态贝叶斯网络、基于相似度的马尔科夫模型等多种轨迹预测模型及它们的混合模型,并取得了较好的预测结果。 展开更多

关键词 人类动力学 移动计算 移动模式分析 轨迹预测

在线阅读 下载PDF 职称材料

基于数据冗余控制的移动群智感知任务分配方法 被引量：7

10

作者 何杏宇 赵丹 +3 位作者 杨桂松 金子日 覃洋恺龙 汪琦沛 《计算机应用研究》 CSCD 北大核心 2022年第8期2381-2387,共7页

移动群智感知系统中任务之间存在时空覆盖重叠性,这可能导致重复数据收集从而引发数据冗余问题,为此,提出了一种可同时控制任务内以及任务间数据冗余的任务分配方法。该方法首先提出基于长短期记忆(LSTM)神经网络的轨迹序列预测模型,对... 移动群智感知系统中任务之间存在时空覆盖重叠性,这可能导致重复数据收集从而引发数据冗余问题,为此,提出了一种可同时控制任务内以及任务间数据冗余的任务分配方法。该方法首先提出基于长短期记忆(LSTM)神经网络的轨迹序列预测模型,对任务参与者进行细分时空单元的轨迹序列预测,然后根据轨迹预测结果提出最小化数据冗余的优化模型。通过最小化时空单元的数据冗余度来控制单个任务内的数据冗余问题,并通过让单个任务参与者在时空单元中的感知数据被最大化重复利用来控制多个任务之间时空覆盖重叠性带来的数据冗余。实验结果表明,提出的任务分配方法可以有效地减少任务内及任务间的数据冗余。 展开更多

关键词 移动群智感知 数据冗余 轨迹序列预测 优化模型

在线阅读 下载PDF 职称材料

基于机器学习的无线网络流量预测与增长潜力评估 被引量：4

11

作者 邢旭东 高晖 顾军 《中兴通讯技术》 2021年第2期60-66,共7页

提出一个基于机器学习的无线网络流量预测及流量增长潜力评估方案。该方案分析蜂窝网络中的实际业务流量数据在时间维度上的变化规律,并借助高斯过程的机器学习方法来预测业务变化趋势,从短期角度为运营商的网络优化部署提供指导。基于... 提出一个基于机器学习的无线网络流量预测及流量增长潜力评估方案。该方案分析蜂窝网络中的实际业务流量数据在时间维度上的变化规律,并借助高斯过程的机器学习方法来预测业务变化趋势,从短期角度为运营商的网络优化部署提供指导。基于极限梯度提升(XGBoost)机器学习框架,建立网络中其他运营数据与业务流量的多维映射关系,应用改进的量子粒子群算法进一步寻找蜂窝小区所能承载的流量上限,从长期角度为网络优化部署提供指导,提升网络流量水平、释放流量增长潜力。 展开更多

关键词 机器学习 移动网络数据分析 流量预测 流量增长潜力评估

在线阅读 下载PDF 职称材料

基于车辆视角数据的行人轨迹预测与风险等级评定 被引量：1

12

作者 张哲雨 吕超 +3 位作者 李景行 熊光明 吴绍斌 龚建伟 《汽车工程》 EI CSCD 北大核心 2022年第5期675-683,共9页

常用的基于路基视角数据的行人轨迹和风险预测模型往往无法避免复杂的建模运算和人工判断。为简洁而有效地预测行人轨迹和评定风险等级,本文中采用车辆视角数据建立行人轨迹和风险等级的预测模型,并先后进行车辆视角行人数据的采集、基... 常用的基于路基视角数据的行人轨迹和风险预测模型往往无法避免复杂的建模运算和人工判断。为简洁而有效地预测行人轨迹和评定风险等级,本文中采用车辆视角数据建立行人轨迹和风险等级的预测模型,并先后进行车辆视角行人数据的采集、基于长短期记忆神经网络的行人轨迹预测和基于聚类分析-支持向量机方法的风险等级评定。实验结果表明,基于车辆视角数据所建立的数据驱动的模型能捕捉行人与车辆的运动趋势和交互特征,具有预测行人轨迹和评定风险等级的能力。 展开更多

关键词 行人轨迹预测 行人风险等级评定 车辆视角行人数据 长短期记忆神经网络 聚类分析 支持向量机

在线阅读 下载PDF 职称材料

船舶高速航行运动轨迹分段压缩算法研究 被引量：1

13

作者 张广娜 梁营力 《舰船科学技术》 北大核心 2020年第12期49-51,共3页

远洋船舶的航行轨迹数据分析有利于船运公司提升海上航运的效率,合理地规划航运线路,对于降低海上航运的风险性、提高经济性有重要意义。船舶在海上高速航行时,其运动轨迹的分析主要基于GPS数据,但由于GPS数据存在一定的噪声信号,以及... 远洋船舶的航行轨迹数据分析有利于船运公司提升海上航运的效率,合理地规划航运线路,对于降低海上航运的风险性、提高经济性有重要意义。船舶在海上高速航行时,其运动轨迹的分析主要基于GPS数据,但由于GPS数据存在一定的噪声信号,以及轨迹数据有一定的缺失性。因此,有必要对船舶的航迹数据分析与挖掘进行研究。本文研究的主要内容是船舶航行轨迹数据的分段、压缩以及数据的分析和提取,有助于提高船舶航行轨迹的识别效率。 展开更多

关键词 移动轨迹 数据压缩 聚类分析 GPS数据

在线阅读 下载PDF 职称材料

基于情景感知与移动数据挖掘的行人轨迹预测方法 被引量：6

14

作者 谢添丞 乔少杰 +6 位作者 张桃 吴凌淳 冉黎琼 于泳 李江敏 彭钰寒 薛骐 《无线电通信技术》 2023年第4期606-615,共10页

移动数据挖掘是智能交通领域中各项应用的研究基础,对于理解复杂的人类行为模式和改善城市规划、交通和公共安全有着巨大的潜力。行人轨迹预测立足于移动数据挖掘,从中发现行人的移动规律,致力于在智能机器人、自动驾驶、智慧旅游等许... 移动数据挖掘是智能交通领域中各项应用的研究基础,对于理解复杂的人类行为模式和改善城市规划、交通和公共安全有着巨大的潜力。行人轨迹预测立足于移动数据挖掘,从中发现行人的移动规律,致力于在智能机器人、自动驾驶、智慧旅游等许多现代产业中发挥重要作用。考虑到传统的行人轨迹预测模型仅关注时空数据,没有充分考虑人与环境、人与人之间的相互作用以及情景信息,提出了一种基于空间社会力图神经网络(Spatial Social Force Graph Neural Network,SSF-GNN)的行人轨迹预测模型。SSF-GNN可以处理行人的历史轨迹,并从不同场景中提取特征。利用社会力理论量化了行人的互动和情景感知信息。SSF-GNN融合了行人的社会影响和隐藏状态,可以准确预测连续轨迹点。在两个经典数据集(ETH和UCY)上进行了大量的实验,结果表明SSF-GNN的性能优于当前主流算法。平均位移误差(Average Displacement Error,ADE)相较于对比方法的平均值减小了25.6%,最终位移误差(Final Displacement Error,FDE)减小了15.4%。预测行人在未来3.2 s的轨迹点时,现有对比方法的平均准确率为48.6%,SSF-GNN的准确率显著优于最先进的模型,达到67.7%。 展开更多

关键词 移动数据挖掘 情景感知 轨迹预测 社会力理论

在线阅读 下载PDF 职称材料