一种基于知识图谱和自注意力机制的轨迹目的地预测的方法

发明专利有效专利

申请号：
CN202110359040.5
IPC分类号：G06F16/9537;G01C21/34;G06F16/29;G06F16/36
申请日期：
2021-04-02
申请人：
大连理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于知识图谱和自注意力机制的轨迹目的地预测的方法
申请号	CN202110359040.5	申请日期	2021-04-02
法律状态	实质审查	申报国家	中国
公开/公告日	2021-07-02	公开/公告号	CN113065074A
优先权	暂无	优先权号	暂无
主分类号	G06F16/9537	IPC分类号	G;0;6;F;1;6;/;9;5;3;7;;;G;0;1;C;2;1;/;3;4;;;G;0;6;F;1;6;/;2;9;;;G;0;6;F;1;6;/;3;6查看分类表>
申请人	大连理工大学	申请人地址	辽宁省大连市甘井子区凌工路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	大连理工大学	当前权利人	大连理工大学
发明人	王璐;文瑞;申彦明;齐恒
代理机构	大连理工大学专利中心	代理人	刘秋彤;梅洪玉

摘要

一种基于知识图谱和自注意力机制的轨迹目的地预测的方法，属于深度学习与城市交通规划技术交叉的领域。本发明先由底向上构建多层知识图谱，其中第一层表示基础路网结构及基本属性，第二层表示轨迹数据中路段的上下游关系及选择偏好，第三层使用MeanShift算法对轨迹起始点和终点进行聚类对路网进行功能区的划分。其次，本发明对Graph‑Bert算法进行改进提出TrafficGraph‑Bert的算法对多层交通知识图谱进行图表示，并根据目的地的密度对路网进行划分，以解决轨迹数据稀疏的问题。最后，用自注意力机制对轨迹序列进行学习，并通过注意力机制学习轨迹中不同路段对结果预测的贡献程度，并预测最终轨迹到达的地点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供