Indexed by：
Abstract：
本发明涉及一种基于GCN‑LSTM的个体位置预测方法，包括以下步骤：步骤S1：采集用户的轨迹数据；步骤S2 : 度量用户轨迹的相似性; 步骤S3 : 根据得到的用户轨迹的相似性，利用图卷积网络提取用户的相似性特征；步骤S4 : 构建改进的GCN‑LSTM模型; 步骤S5 : 基于相似性特征，采用改进的GCN‑LSTM模型提取用户轨迹的时间特征，得到预测结果。本发明顾及了用户轨迹相似度，利用图卷积模型对用户轨迹的相似性特征建模，有效地提取了用户间的相似性特征，更好地利用用户相似性提高个体位置预测的正确率。
Keyword：
Reprint 's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202011142144.2
Filing Date： 2020-10-23
Publication Date： 2023-02-21 00:00:00
Pub. No.： CN112270349B
公开国别： 中国
Applicants： 福州大学
Legal Status： 授权
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
