典型文献
轨迹嵌入研究综述
文献摘要：
表示学习方法已在自然语言处理领域得到了突破性的发展,但在轨迹大数据挖掘领域内,成果屈指可数.轨迹嵌入主要是通过合适的方法把高维稀疏有噪音的原始轨迹数据嵌入成低维稠密无噪音的抽象向量.目前的轨迹嵌入方法大多是将自然语言处理领域成熟的模型进行迁移,试图以尽可能少的代价来获得高质量的轨迹的抽象表示.从不同角度详细地对现有的表示学习方法的研究现状进行了分析和比较,最后对现有的轨迹嵌入进行了总结和进一步指出了有价值的研究方向.
文献关键词：
深度学习;表示学习方法;轨迹嵌入
中图分类号：
作者姓名：
张文川
作者机构：
贵州师范大学大数据与计算机科学学院,贵州贵阳550025
文献出处：
引用格式：
[1]张文川-.轨迹嵌入研究综述)[J].长江信息通信,2022(06):34-36
A类：
B类：
轨迹嵌入,表示学习方法,自然语言处理,在轨,轨迹大数据,大数据挖掘,屈指可数,入主,高维,轨迹数据,低维,稠密,无噪音,尽可能少
AB值：
0.284536
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
