文章列表
论文阅读-Finding Time-Dependent Hot Path from GPS Trajectories
<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...
more...论文阅读-Finding Time Period-Based Most Frequent Path in Big Trajectory Data
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
# 本文主要工作:
1、热门度定义
2、高效搜索
# 热门度定义
如何很好的对热门度进行量化呢?
论文阅读-Discovering Popular Routes from Trajectories
# Discovering Popular Routes from Trajectories
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 被发现是经常访问的路段,但是人们从 出发却不一定会到达我们想要的,可能从 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
AIoT智慧分类垃圾桶
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"...
more...