欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019108697789
申请人: 湖南科技大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于R树的轨迹路径推荐方法,其特征在于:包括以下步骤,

步骤1,采用现有R树索引方法对轨迹数据构建树状索引结构,借助R树的层次结构自动创建层次模型;

步骤2,根据用户输入的起始位置和结束位置确定拟推荐轨迹集合res;

步骤3,遍历R树,根据轨迹平均得分从拟推荐轨迹集合res中推荐最优轨迹。

2.根据权利要求1所述的一种基于R树的轨迹路径推荐方法,其特征是:所述步骤1的具体方式包括如下步骤,

步骤1.1,系统匿名收集用户在活动区域的运动轨迹,日积月累,系统保存有n个离散的轨迹数据序列,编号为:1,2,3,…,k,k+1,…,n;

步骤1.2,第k个轨迹数据序列的第i个位置点pki的经度值和纬度值构成坐标点坐标(xki,yki),其中,xki代表第k个轨迹数据序列第i个位置点的经度值,yki代表第k个轨迹数据序列第i个位置点的纬度值;第k个轨迹数据序列的第i个位置点坐标(xki,yki)和相邻的第i+1个位置点坐标(xk(i+1),yk(i+1))构成矩形Rh(h=1,2,3,…,),需要保存的第i个和第i+1个坐标点数据以矩形Rh的形式保存在R树的叶子节点中,矩形Rh指向的轨迹数据序列(List)RhL增加k,RhL=RhL+{k},初始值RhL=NULL;同时Rh的得分(score) Rhs加1,即Rhs=Rhs+1,初始值Rhs=

0;

步骤1.3,针对第k(k=1,2,3,…,n)个轨迹数据序列,从第i(i=1,2,3,…)个位置点pki开始,查找R树,判断第i个位置点的坐标(xki,yki)是否包含在R树的叶子节点的矩形Rh中,如果包含,则RhL=RhL+{k},Rhs=Rhs+1;判断第i+1个位置点的坐标(xk(i+1),yk(i+1))是否包含在R树的叶子节点的矩形R(h+q)中,如果包含,则R(h+q)L=R(h+q)L+{k},R(h+q)s=R(h+q)s+1;如果(xki,yki)和(xk(i+1),yk(i+1))都包含在R树的叶子节点的矩形中,进入步骤1.4;如果(xki,yki)或(xk(i+1),yk(i+1))不包含在R树的叶子节点的矩形中,进入步骤1.5;

步骤1.4,这两个位置点数据无需保存,即第i个位置点pki的经纬度坐标和第i+1个位置点pk(i+1)的经纬度坐标不需要保存在R树中;

步骤1.5,这两个位置点数据需要保存,即第i个位置点pki的经纬度坐标和第i+1个位置点pk(i+1)的经纬度坐标以矩形的形式保存在R树中;

步骤1.6,依次处理第i+1,i+2个成对的位置点数据,…;

步骤1.7,依次处理第k+1,…,n个轨迹数据序列。

3.根据权利要求1所述的一种基于R树的轨迹路径推荐方法,其特征是:新用户到达某旅游景点时,输入起始位置和结束位置,起始位置可以是当前位置,但是必须在景区范围内或者周边,结束位置可以是返回位置,也必须在景区范围内;如果起始位置或结束位置不在旅游景区范围内,即不在R树的所有叶子节点构成的矩形内,则采用现有的成熟的导航软件(例如:高德地图,百度地图等)导航到最近的旅游景区位置点。

4.根据权利要求1所述的一种基于R树的轨迹路径推荐方法,其特征是:所述步骤2的具体方式包括如下步骤,

步骤2.1,系统首先查找R树的叶子节点中哪些矩形包含起始位置和结束位置,假设矩形Rh包含起始位置,矩形R(h+q)包含结束位置;然后求矩形Rh指向的轨迹数据序列RhL和矩形R(h+q)指向的轨迹数据序列R(h+q)L的交集res,该交集res就是拟推荐轨迹集合;设res=RhL∩R(h+q)L={1,2,3,…,m},例如:RhL ={1,2,3,4},R(h+q)L ={2,3,4,5},则res=RhL∩R(h+q)L={2,3,

4};可能有多个矩形Rh包含起始位置或结束位置,则计算多个矩形轨迹数据序列的并集,例如:RhL 和R(h+1)L都包含起始位置,RhL ={1,2,3,4},R(h+1)L ={2,3,4,5}则起始位置的轨迹数据序列为RhL ∪R(h+1)L ={1,2,3,4,5}。

5.根据权利要求1所述的一种基于R树的轨迹路径推荐方法,其特征是:所述步骤3的具体方式包括如下步骤,

步骤3.1,遍历R树,累加计算拟推荐轨迹集合res中每个轨迹序列从起始位置至结束位置经历的每个位置点(xki,yki)的得分;如果某个位置点(xki,yki)还没有得分,则遍历R树,若R树中某个叶子节点指向的矩形Rh包含(xki,yki),则矩形Rh的得分Rhs,就是该位置点(xki,yki)的得分;可能有多个矩形包含(xki,yki),例如Rh,R(h+u),R(h+v)包含(xki,yki),则位置点(xki,yki)的得分取最高的一个分值,即pki.score=max(Rhs, R(h+u)s, R(h+v)s);拟推荐轨迹集合res中每个轨迹序列从起始位置至结束位置经历的每个位置点的平均得分最高的轨迹即为推荐最优轨迹。