基于LSTM的移动对象位置预测算法*OA北大核心CSCDCSTPCD
Location Prediction Algorithm of Moving Object Based on LSTM??
移动对象位置预测是基于位置服务的重要组成部分.现有的移动对象位置预测算法有基于马尔可夫链的算法、基于隐马尔可夫模型的算法、基于神经网络的算法等,然而这些算法都无法解决移动对象轨迹数据中位置过多带来的维数灾难问题.为了解决这一问题,提出了位置分布式表示模型(location distributed representation model,LDRM).该模型将难以处理的表示位置的高维one-hot向量降维成包含移动对象运动模式的低维位置嵌入向量.随…查看全部>>
Location prediction of moving object is an important part in location based service. Existing location prediction algorithms of moving object include Markov chain, hidden Markov model, neural network, etc. However, existing algorithms cannot solve the problem of dimensionality disaster caused by too many positions of the moving object??s trajectory data. In order to overcome this problem, this paper proposes a location distributed representation model (LDRM)…查看全部>>
高雅;江国华;秦小麟;王钟毓
南京航空航天大学 计算机科学与技术学院,南京 210016南京航空航天大学 计算机科学与技术学院,南京 210016南京航空航天大学 计算机科学与技术学院,南京 210016南京航空航天大学 计算机科学与技术学院,南京 210016
信息技术与安全科学
位置预测降维移动对象长短期记忆网络(LSTM)
location prediction dimension reduction moving object long short-term memory (LSTM)
《计算机科学与探索》 2019 (1)
23-34,12
The National Natural Science Foundation of China under Grant Nos. 61732014, 61472427(国家自然科学基金)the Natural Science Foundation of Beijing under Grant No. 4172031(北京市自然科学基金)the Fundamental Research Funds for the Central Universities and the Research Funds of Renmin University of China under Grant No. 16XNLQ02(中国人民大学预研委托项目(团队基金))the Open Research Program of State Key Laboratory of Computer Architecture, Institute of Computing Technology, Chinese Academy of Sciences under Grant No. CARCH201702(计算机体系结构国家重点实验室开放课题).
评论