[发明专利]基于变分轨迹上下文感知的人类移动模式推测模型、训练方法及推测方法

摘要

本发明公开了基于变分轨迹上下文感知的人类移动模式推测模型、训练方法及推测方法，本发明首先通过循环轨迹编码器和变分轨迹编码器分别获取轨迹语义向量和变分隐变量，再基于变分注意力机制获取轨迹的注意力向量，并将其与变分隐变量进行级联，从而重建解码器的输入数据，最后依据解码器输出语义向量恢复先前轨迹和生成预测轨迹。本发明通过编码器‑解码器的框架解决了轨迹上下文学习的问题，并完成了人类移动模式推测的两个子任务——轨迹恢复和轨迹预测，不仅可以估计概率密度并优化数据可能性的下限，还能够捕获人类移动性的顺序和时间特征，有效地解决了根据轨迹上下文感知进行轨迹推测的问题，为人类移动模式的推测带来效果上的提高。

主权项

1.一种基于变分轨迹上下文感知的人类移动模式推测模型，其特征在于包括：数据预处理模块，用于获得当前轨迹各轨迹点的嵌入向量；循环轨迹编码器，用于对输入的当前轨迹嵌入向量进行编码，得到当前轨迹语义向量；变分轨迹编码器，用于对输入的当前轨迹嵌入向量进行学习，得到变分隐变量；变分注意力层，用于基于变分注意力机制，依据当前轨迹语义向量获取当前轨迹的注意力向量，并将注意力向量和变分隐变量进行级联，两者联合来重建解码器的输入数据；解码器，用于对重建的输入数据进行解码，得到人类移动模式推测轨迹。