一种用于估计轨迹数据上用户相似度的快速精确草图方法
密码学与安全
2022-12-14 v1
摘要
在复杂的城市环境中，由于GNSS定位信号不可避免的干扰以及车辆行驶过程中误差的累积，所采集的车辆轨迹数据很可能不准确且不完整。提出了一种基于双向RNN深度网络的加权轨迹重建算法。利用GNSS/OBD轨迹采集设备收集车辆轨迹信息，并采用多源数据融合实现双向加权轨迹重建。同时，将神经算术逻辑单元（NALU）引入轨迹重建模型，以增强深度网络的外推能力并保证轨迹预测的精度，从而提升算法在处理复杂城市路段时轨迹重建的鲁棒性。选取实际城市路段进行测试实验，并与现有方法进行了对比分析。通过均方根误差（RMSE, root-mean-square error）并利用Google Earth对重建轨迹进行可视化，实验结果表明了所提算法的有效性与可靠性。
引用
@article{arxiv.2212.06601,
title = {A fast and Accurate Sketch Method for Estimating User Similarities over Trajectory Data},
author = {Hua Wang},
journal= {arXiv preprint arXiv:2212.06601},
year = {2022}
}