基于稀疏多头自注意力的轨迹k NN查询方法

摘要

针对基于位置信息的应用产生的时空数据体积量巨大且带有经纬度、时间等多维属性，基于索引的轨迹查询方法无法获取轨迹的时空语义特征，其轨迹表示方式忽略了轨迹的时空相关性并且对于大规模轨迹数据查询效率较低的问题，提出了一种基于稀疏多头自注意力机制的轨迹编码器。通过轨迹编码器可以提取轨迹的高阶语义特征，将轨迹表示为轨迹编码向量。在轨迹编码向量的基础上，提出了一种基于局部敏感哈希函数的轨迹查询方法，可以快速对大规模轨迹数据进行查询。理论研究和实验结果表明：本文轨迹查询方法在查询准确率和查询效率上优于目前已有的轨迹查询方法。

关键词

计算机应用 / 时空数据 / 轨迹数据挖掘 / 深度学习 / 轨迹表示学习 / 多头自注意力