CN113988203B 一种基于深度学习的轨迹序列聚类方法 （之江实验室）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN113988203B(45)授权公告日2025.07.08

(21)申请号202111298174.7

(22)申请日2021.11.01

(65)同一申请的已公布的文献号申请公布号CN113988203A

(43)申请公布日2022.01.28

(73)专利权人之江实验室

地址311100浙江省杭州市余杭区之江实

验室南湖总部专利权人浙江大学

(72)发明人王超汪愿愿罗实王永恒傅四维董子铭

(51)Int.CI.

GO6F18/23213(2023.01)GO6F18/22(2023.01)

GO6N3/0455(2023.01)

GO6N3/048(2023.01)

GO6N3/084(2023.01)

(56)对比文件

CN111160437A,2020.05.15CN112884010A,2021.06.01审查员刘俊

(74)专利代理机构杭州浙科专利事务所(普通

合伙)33213专利代理师孙孟辉

权利要求书2页说明书6页附图6页

(54)发明名称

CN113988203

CN113988203B

(57)摘要

本发明涉及数据挖掘领域，具体涉及一种基于深度学习的轨迹序列聚类方法，包括以下步骤：步骤1,预训练层：使用序列到序列的自编码器模型，学习轨迹数据的低维特征表示；步骤2,初始聚类层：对预训练层获得的轨迹特征表示执行多次K-Means聚类算法，并选择最优聚类结果中的聚类中心作为初始的簇中心。步骤3,联合训练优化层：联合轨迹聚类和深度特征提取方法，提出结合序列到序列自编码器模型重构误差和聚类误差的优化损失函数，将轨迹特征表示映射到更加适合聚类的特征空间。

联合训练：学习更适合聚类的轨迹特征表示

联合训练优化：L=Lr+Le

原始轨迹

获得初始的聚类中心

对初始的轨迹特征执行K-Means聚类算法

数据网格化

预训练：学习初始的轨迹特征

网格表示的轨迹

x:输入序列

y:输出序列

h:隐藏状态

L:重构损失

L:聚类损失

L:总损失

h′?v=h?

个Encoder

TokenEmbedingLayer

x3Eos

CN113988203B权利要求书1/2页

2

1.一种基于深度学习的轨迹序列聚类方法，其特征在于，包括如下步骤：

步骤1,预训练层：使用序列到序列的自编码器模型，学习轨迹数据的低维特征表示；

步骤2,初始聚类层：对预训练层获得的轨迹特征表示执行多次K-Means聚类算法，并选择最优聚类结果中的聚类中心作为初始的簇中心；

步骤3,联合训练优化层：联合轨迹聚类和深度特征提取方法，提出结合序列到序列自编码器模型重构误差和聚类误差的优化损失函数，将轨迹特征表示映射到更加适合聚类的特征空间，并端到端获得聚类结果；

所述步骤1,具体包括以下步骤：

步骤1.1,首先，将轨迹数据点映射到各个大小相等的空间格网，并把每个网格视为离散标记；

步骤1.2,接着，使用序列到序列的自编码器模型，将轨迹序列嵌入到可以反映其潜在路径信息的特征空间中，提取代表轨迹数据真实路径的低维向量；

所述步骤1.1具体为：将研究区域划分为大小相等的空间网格并把每个网格视为离散的标记，落入相同网格的轨迹点可以用同一标记来表示，这些网格视为自然语言处理中的token,每个网格都有唯一的标识，所有网格的集合组成了词汇表V;

所述步骤1.2具体为：预训练层使用序列到序列的自编码器模型学习轨迹数据的低维特征表示，该模型的训练等效于最小化重构轨迹特征分布P,和原始轨迹分布P之间的KL散度，即KL(P?IIP,),对于给定的轨迹，训练的目标函数如下：

(2)

其中是在轨迹输入模型后重构的轨迹特征y

其中

分布，是原始轨迹r的空间邻近分布，用于y的解码过

程，Ⅱ·?代表网格质心坐标之间的欧几里得距离，0是控制原始轨迹r分布的距离比例参数；

因此对于一个给定的数据集，总的重构损失是数据集中所有轨迹对象在公式(2)中误

差的累加和，记为,其中N是数据集的大小；

所述步骤2具体为：

所述K-Means聚类算法的损失函数表示为：

(3)

式中，z是通过预训练阶段学习