[发明专利]用于预测位置信息的方法和装置

说明书

本公开的实施例公开了用于预测位置信息的方法和装置。该方法可应用于云计算领域。该方法的一具体实施方式包括：获取对象在历史时间段内的位置信息序列，位置信息序列中的位置信息包括位置标识和时间间隔，时间间隔用于表征对象在位置标识指示的位置的上一个位置处的停留时间；将位置信息序列输入至预先训练的预测网络，以预测对象在预设的预测时间段内出现在预设位置标识集中的各个预设位置标识分别指示的位置处的概率。该实施方式实现了对预设的预测时间段内对象的位置的预测。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于预测位置信息的方法和装置。

背景技术

随着定位技术、传感器网络、无线通信技术的快速发展，很容易收集到移动对象(如用户、车辆等)的位置。在一些涉及可移动的对象的应用领域(如交通控制、智能导航等)，提前预测对象出现的位置在一些场景下具有较大的意义。例如，可以通过预测对象的位置可以辅助检测对象的异常行为等。

因此，在一些涉及可移动的对象的应用领域，如何提前预测对象可能所在的位置和时间是重点研究和待解决的问题之一。现有技术中出现了许多针对移动对象位置的预测方法。例如，通过从移动对象近期的历史位置数据中提取关联规则，进而建立马尔科夫模型或隐马尔科夫模型等。

发明内容

本公开的实施例提出了用于预测位置信息的方法和装置。

第一方面，本公开的实施例提供了一种用于预测位置信息的方法，该方法包括：获取对象在历史时间段内的位置信息序列，其中，位置信息序列中的位置信息包括位置标识和时间间隔，其中，位置标识用于表示对象所在的位置，时间间隔用于表征对象在位置标识指示的位置的上一个位置处的停留时间；将位置信息序列输入至预先训练的预测网络，以预测对象在预设的预测时间段内出现在预设位置标识集中的各个预设位置标识分别指示的位置处的概率，其中，预测网络包括用于提取位置信息序列的特征信息的循环神经网络和用于根据特征信息预测对象在预测时间段内在预设位置标识集中的各个预设位置标识分别指示的位置处的概率的位置信息预测网络。

在一些实施例中，位置信息预测网络由全连接层和输出层组成。

在一些实施例中，预设位置标识集通过如下步骤得到：根据预设区域内的各个位置之间的距离，对各个位置分别对应的位置标识进行聚类，得到至少一个位置标识组；对于至少一个位置标识组中的位置标识组，从该位置标识组中选取位置标识作为该位置标识组的标识信息；由至少一个位置标识组分别对应的标识信息组成预设位置标识集。

在一些实施例中，位置信息序列中的位置信息包括的时间间隔通过如下步骤得到：获取对象在时间间隔对应的位置标识指示的位置的上一个位置处的停留时间；对停留时间进行归一化处理，以得到对应的时间间隔。

在一些实施例中，位置标识包括经纬度信息。

第二方面，本公开的实施例提供了一种用于预测位置信息的装置，该装置包括：获取单元，被配置成获取对象在历史时间段内的位置信息序列，其中，位置信息序列中的位置信息包括位置标识和时间间隔，其中，位置标识用于表示对象所在的位置，时间间隔用于表征对象在位置标识指示的位置的上一个位置处的停留时间；预测单元，被配置成将位置信息序列输入至预先训练的预测网络，以预测对象在预设的预测时间段内出现在预设位置标识集中的各个预设位置标识分别指示的位置处的概率，其中，预测网络包括用于提取位置信息序列的特征信息的循环神经网络和用于根据特征信息预测对象在预测时间段内在预设位置标识集中的各个预设位置标识分别指示的位置处的概率的位置信息预测网络。

在一些实施例中，位置信息预测网络由全连接层和输出层组成。