文章列表

9k 8 分钟

# 排序算法 # 时间复杂度O(n2)O(n^2)O(n2) 级排序算法 # 冒泡排序 核心思想 像冒泡一样,两两比较,每次找出最大值 / 最小值,一般有三种写法: 写法一:一边比较,一边两两交换,将最大或者最小冒到最后 写法二:优化写法一,使用一个变量记录当前轮次是否发生过交换,如果没有发生交换,表示已经有序,直接结束 写法三:优化写法二,在写法二的基础上记录上一次发生交换的位置,下一轮排序到该位置时就停止比较 # 代码实现 - 方法一 def bubble_sort(arr): for i in range(len(arr)-1): for j in...
1.5k 1 分钟

# 1、研究问题与挑战 解决问题:人类移动模式预测 idea:利用注意力机制和循环网络可以从长范围和稀疏的轨迹数据中预测人类的移动规律 面临挑战:①复杂的序列转移模式,包括时间依赖(不同出发时间对于转移模式的影响),人类的转移模式并不遵循简单的马尔可夫假设,而是具有高阶规律(比如人们可以在他们的通勤路线中去不同的地方(例如早餐地点))②移动模式具有多层次规律,人类移动模式具有多层次周期性规律,包括每日例程,节假日例程 #...
1.2k 1 分钟

<meta name="referrer" content="no-referrer" /> # 本文问题定义 本文定义问题如下:给定起点、终点,出发时间和一个旅行时间限制,本文的任务是在旅行时间限制内获得一个热门度很高的路线。 # 本文主要想法 发现热门路径是非常重要的,同时热门路径会随着时间变化而发生变化的。先前有关搜索热门路线的工作没有考虑到路线的热门度会随着时间变化而变化(其实 13 年 sigmod 论文已经考虑到了时间的影响,用户需要输入一个时间段,通过这个时间段在线构建...
2.3k 2 分钟

Finding Time Period-Based Most Frequent Path in Big Trajectory Data. SIGMOD 2013

本文定义了一个基于时间段的最频繁路径查询,即:

用户给定一个时间段,起点和终点,返回一个最热门的路线(TPMFP)(TPMFP)

# 本文主要工作:

1、热门度定义

2、高效搜索(TPMFP)(TPMFP)

# 热门度定义

如何很好的对热门度进行量化呢?

1.2k 1 分钟

与先前工作区别:先前工作专注于局部的物体的运动模式,有助于帮助司机决定是否在某个路口转向,但是并没有解决给定终点发现一条热门路径的问题。比如说ACDA-C-D 被发现是经常访问的路段,但是人们从ACDA-C-D 出发却不一定会到达我们想要的BB,可能从ACEFA-C-E-F 走的可能性更大,所以只去统计每个路段上经过的轨迹数量并不能获得我们想要的结果

本文思想:利用原始的轨迹数据生成转移网络,来表示位置之间的移动行为,最后利用转移网络来找到热门路径。转移网络中的每个节点(也就是每个路口)被看作是转移节点,利用历史轨迹数据获得每个转移节点到其余节点到转移概率,热门路径的热门度就被定义为这条路径上所有转移节点的转移概率的乘积。

具体步骤:对于转移边,其定义为,对于任意的两个转移节点,如果有轨迹经过并且两个转移节点之间没有其他的转移节点经过

366 1 分钟

简介:大二下学期和四名同年级的本科生组成了大创小组,独立研制了一款基于 AIoT 的智能分类垃圾桶 <iframe src="//player.bilibili.com/player.html?aid=317361543&bvid=BV18P411s75b&cid=1236511292&page=1" scrolling="no" border="0" frameborder="no"...