[发明专利]一种针对GIS数据的建模方法

摘要

一种针对GIS数据的建模方法，包括以下步骤：建立包含带有语义信息逗留点的路网集合，计算语义轨迹a和语义轨迹b中边的公共区间长度、基于逗留点的两条边的相似度和基于距离的正则化相似度，再计算语义轨迹a和语义轨迹b中两条边之间的相似度，根据边之间的相似度，计算语义轨迹a和语义轨迹b的第一相似度和第二相似度，最终得到轨迹a和轨迹b的最大加权相似度。因此，本申请在计算轨迹间的相似度时，使用了语义信息，使计算结果更精准。

主权项

一种针对GIS数据的建模方法，其特征在于：包括以下步骤：获取GIS数据，从GIS数据中检测出带有语义信息的逗留点；建立包含带有语义信息逗留点的路网集合其中，V为节点的集合，E为边的集合，V_ST为逗留点组成的节点集合，E_ST为两个逗留点连成的边以及一个逗留点与其他节点连成的边的集合，路网集合G_ST中包含语义轨迹a和语义轨迹b；计算语义轨迹a和语义轨迹b中边的公共区间长度|sim(e_a，i，e_b，j)|，其中，e_a，i表示语义轨迹a中的第i条边，表示语义轨迹b中的第j条边；将语义轨迹a和语义轨迹b中每一对边的公共区间的长度相加，得到：$Sim({\mathrm{STN}}_a,{\mathrm{STN}}_b)=\frac{{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^m\left|sim(e_{a,i},e_{b,j})\right|}{max\left\{\right|S_a|,|S_b\left|\right\}};$其中，STN_a表示语义轨迹a，表示语义轨迹b，|S_a|为语义轨迹a中逗留点的总长度，|S_b|为语义轨迹b中逗留点的总长度；计算语义轨迹a和语义轨迹b中基于逗留点的两条边的相似度基于语义轨迹a和语义轨迹b中不同边之间的距离，计算基于距离的正则化相似度计算语义轨迹a和语义轨迹b中两条边之间的相似度：sim_w(e_a，i，e_b，j)＝βsim_d(e_a，i，e_b，j)+(1‑β)sim_s(e_a，i，e_b，j)；其中，0≤β≤1是权重系数；再计算语义轨迹a和语义轨迹b的第一相似度为：将语义轨迹b的时间线在每一步中平移Δt，再计算平移后语义轨迹a和语义轨迹b的第二相似度：${\mathrm{Sim}}_{W,r}({\mathrm{STN}}_a,{\mathrm{STN}}_b)=\frac{\mathrm{\Δ}T-r\×\mathrm{\Δ}t}{\mathrm{\Δ}T}{\mathrm{Sim}}_W({\mathrm{STN}}_a,{\mathrm{STN}}_b^r);$其中，ΔT＝max(|e_a，1.tin‑e_b，m.tout|，|e_b，1.tin‑e_a，n.tout|)，n为语义轨迹a中边的总数，m为语义轨迹b中边的总数，e_a，1.tin为经过边开始节点的时间戳，e_b，1.tin为经过边开始节点的时间戳,e_b，m.tout为经过边e_b，m结束节点的时间戳，e_a，n.tout为经过边e_a，n结束节点的时间戳,在第r步平移了r×Δt的时间线标记为根据第一相似度和第二相似度，得到轨迹a和轨迹b的最大加权相似度：