南方科技大学知识苑(SUSTech KC): 一种出行目的推断方法及终端

题名	一种出行目的推断方法及终端
发明人	宋轩; 张家祺; 范子沛; 赵奕丞; 舒家阳
第一发明人	宋轩
申请人	南方科技大学
第一申请人	南方科技大学
第一申请人地址	518000 广东省深圳市南山区桃源街道学苑大道1088号
当前申请人	南方科技大学
当前申请人地址	518000 广东省深圳市南山区桃源街道学苑大道1088号 (广东,深圳,南山区)
当前第一申请人	南方科技大学
当前第一申请人地址	518000 广东省深圳市南山区桃源街道学苑大道1088号 (广东,深圳,南山区)
申请号	CN202310738026.5
申请日期	2023-06-21
公开(公告)号	CN116484953B
公开日期	2023-09-12
授权日期	2023-09-12
专利状态	授权
法律状态日期	2023-09-12
专利类型	授权发明
学校署名	第一
摘要	本发明公开一种出行目的推断方法及终端，提取与获取的轨迹数据对应的时间特征和空间兴趣点特征，将轨迹数据的起点位置、终点位置、时间特征和空间兴趣点特征输入至嵌入表示学习模型，输出与轨迹数据对应的低维向量表示，将低维向量表示输入至神经主题模型，使用无监督学习方法进行模型训练，得到训练完成的神经主题模型，使用训练完成的神经主题模型对待推断轨迹数据进行出行目的推断，通过结合轨迹数据与地图兴趣点数据，增强了出现目的推断的可解释性和合理性，结合嵌入表示学习和无监督学习完成模型训练，提高了模型的鲁棒性和泛化能力，且无需依赖数据标签，考虑到了不同出行场景和需求的影响，从而有效、准确地推断出行目的。
其他摘要	本发明公开一种出行目的推断方法及终端，提取与获取的轨迹数据对应的时间特征和空间兴趣点特征，将轨迹数据的起点位置、终点位置、时间特征和空间兴趣点特征输入至嵌入表示学习模型，输出与轨迹数据对应的低维向量表示，将低维向量表示输入至神经主题模型，使用无监督学习方法进行模型训练，得到训练完成的神经主题模型，使用训练完成的神经主题模型对待推断轨迹数据进行出行目的推断，通过结合轨迹数据与地图兴趣点数据，增强了出现目的推断的可解释性和合理性，结合嵌入表示学习和无监督学习完成模型训练，提高了模型的鲁棒性和泛化能力，且无需依赖数据标签，考虑到了不同出行场景和需求的影响，从而有效、准确地推断出行目的。
CPC分类号	Y02T10/40
IPC 分类号	G06N5/04 ; G06N3/0455 ; G06N3/088 ; G06F16/29
INPADOC 法律状态	（ENTRY INTO FORCE OF REQUEST FOR SUBSTANTIVE EXAMINATION）[2023-08-11][CN]
INPADOC 同族专利数量	1
扩展同族专利数量	1
优先权日	2023-06-21
专利代理人	林栋
代理机构	深圳市博锐专利事务所
相关链接	[来源记录]
来源库	PatSnap
成果类型	专利
条目标识符	http://sustech.caswiz.com/handle/2SGJ60CL/563422
专题	工学院_计算机科学与工程系工学院_斯发基斯可信自主研究院
推荐引用方式 GB/T 7714	宋轩,张家祺,范子沛,等. 一种出行目的推断方法及终端[P]. 2023-09-12.