基于稀疏多头自注意力的轨迹k NN查询方法

张丽平, 刘斌毓, 李松, 郝忠孝

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (06) : 1756 -1766.

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (06) : 1756 -1766. DOI: 10.13229/j.cnki.jdxbgxb.20220865

基于稀疏多头自注意力的轨迹k NN查询方法

    张丽平, 刘斌毓, 李松, 郝忠孝
作者信息 +

Author information +
文章历史 +

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

Key words

引用本文

引用格式 ▾
张丽平, 刘斌毓, 李松, 郝忠孝. 基于稀疏多头自注意力的轨迹k NN查询方法[J]. 吉林大学学报(工学版), 2024, 54(06): 1756-1766 DOI:10.13229/j.cnki.jdxbgxb.20220865

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金项目(62072136); 黑龙江省自然科学基金项目(LH2023F031); 国家重点研发计划项目(2020YFB1710200)

AI Summary AI Mindmap

247

访问

0

被引

详细

导航
相关文章

AI思维导图

/