{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,6,20]]，“日期-时间”：“2024-06-20T05:57:00Z”，“时间戳”：1718863020735}，“引用-计数”：58，“发布者”：“威利”，“问题”：“4”，“许可证”：[{“开始”：{-date-parts”：[2022,8]]，2-08T00:00:00Z“，”时间戳“：1644278400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/onlinelibrary.wiley.com/termsAndConditions#vor”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“award”：[“41701436”，“41871287”，“4.1922043”，“42001323”]}]，”content-domain“：{“域”：[“onlinelibrary.wiley.com”]，“crossmark-restriction”：true}，“short-container-title”：[“GIS中的事务”]，“published-print”：{“date-parts”：[[2022,6]]}，”抽象“：”摘要<\/jats:title>现有的轨迹聚类方法大多使用点匹配相似性度量策略来比较轨迹对象；然而，这些方法的相似性度量精度较差，降低了聚类质量。为了解决这一研究空白，本文考虑了轨迹\u2010特征学习和聚类的结合。提出了一种针对聚类\u2010友好空间的深度轨迹聚类（DTC）方法，以同时学习轨迹表示（即使用低维向量表示轨迹）和簇质心，并进一步获取端到端的簇分配。我们首先使用序列u2010到u2010序列自动编码器网络进行预训练，获得初步的轨迹向量，然后在同一框架下联合优化学习表示和聚类质心，而在现实世界中学习到的表征可以用于识别城市中的热门路线<\/jats:p>“，”DOI“：”10.1111\/tgis.12905“，”type“：”journal-article“，”created“：{”date-parts“：[2022,2,9]]，”date-time“：”2022-02-09T03:45:08Z“，”timestamp“：1644378308000}，”page“：：4，“标题”：[“基于序列\u2010-to-\u2010序列自动编码器模型“]，前缀：“10.1111”，卷：“26”，作者：[{“given”：“Chao”，“family”：“Wang”，“sequence”：“first”，“affiliation”：[{name”：“中国杭州大学地球科学学院”}，{name：“浙江省大数据智能实验室研究中心（中国杭州）“}]}，{“ORCID”：“http://\/ORCID.org\/00000-001-5180-0380”，“authenticated-ORCID”：false，“given”：《方正》，“family”：“Lyu”，“sequence”：“additional”，“affiliation”：[{“name”：“伊利诺伊大学地理与地理信息科学系，地址：Urbana\u2010美国伊利诺伊州香槟市浙江省地理信息系统重点实验室浙江大学杭州分校“}]}，{“给定”：“渊源”，“家族”：“王”，“序列”：“附加”，“隶属关系”：[{“名称”：“中国浙江大学海洋学院”}]}浙江农林科技大学信息工程学院“}]}，{“ORCID”：“http://\/ORCID.org\/0000-0003-1475-8480”，“authenticated-ORCID”：false，“given”：冯，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“中国杭州大学地球科学学院”}浙江省地理信息系统重点实验室浙江大学中国杭州分校“}]}，{“给定”：“绍文”，“家庭”：“王”，“序列”：“附加”，“隶属关系”：[{“名称”：“伊利诺伊大学厄尔巴纳分校地理与地理信息科学系\u2010美国伊利诺伊州香槟市厄尔巴那分校”}]}sequence“：”additional“，”affiliation“：[{”name“：”中国杭州大数据智能浙江实验室研究中心“}]}，{”ORCID“：”http://\/ORCID.org\/0000-0001-9449-0415“，”authenticated-ORCID“：false，”given“：浙江大学地球科学学院“}，{“name”：“浙江地理信息系统重点实验室”}]}]，“member”：“311”，“published on”：{“date-parts”：[2022,2,8]]}，“reference”：[{“Key”：“e_1_2_9_2_1”，“first page”：”490“，“volume-title”：“《第21届超大数据库国际会议论文集》，“作者”：“Agrawal R.”，“年份”：“1995年”}，{“key”：“e_1_2_9_3_1”，《volume-title》：“聚类与深度学习：分类学和新方法”，“author”：“Aljalbout e.”，“year”：“2018”}Arel I.“，”年份“：“2009”}，{“key”：“e_1_2_9_5_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1162\/153244303322533223“}，”key“：”e_1_I_9_6_1“，“doiasserted-by“：”publisher“，10.1109\/FSKD.2012.6234171“}，{”key“：”e_1_2_9_8_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1066157.1066213“}，{”key“：”e_1_2_9_9_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1807167.18071197”}，“key”：“e_1_i_9_10_1”，“doi-assert-by”：“publisher”，”doi“：”10.1201\/97813153515-6“}”，{“key“”：“e1_9_11_1”，“volume-title”：“门控递归神经网络序列建模的实证评估”，作者“：”Chung J.“，”年份“：”2014“}，{“key”：“e_1_2_9_12_1”，“首页”：“226”，“volume-title”：“第二届知识发现与数据挖掘国际会议论文集”，“author”：“Ester M.”，“年份”：“1996”}，{”key“：”e_1_i_9_13_1“，”doi-asserted-by“：”publisher“，“内政部”：“10.1109\/TFUZZ.200.2966173”｝，｛“key”：“e_1_2_9_15_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/MCG.2018.2881524”｝，｛“key”：“e_1_2_9_16_1”，“doi断言者”：“publisher”，“doi”：“10.1016\/j.knosys.2019.03.006”｝，｛“key”：“e_1_2_9_17_1”，“卷标题”：“用递归神经网络生成序列”，“作者”：“Graves A.”，“年份”：“2013”｝，｛“密钥”：“e_1_2_9_18_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1080\/14498596.2017.1352542“}，{“key”：“e_ 1_9_19_1”、“doi-sserted-by“：”publisher“，”doi:“10.1007\/978-3-190096-0_39”}，“key“：”e_1_ 9_20_1“，：“e_1_2_9_21_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICPR.2014.272”}，{“key”：“e_1_2_9_22_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.compenvurbsys.2018.11.007”}，{“key”：“e_ 1_9_23_1”，”volume-title“：“Adam：随机优化方法”，“author”：“Kingma D.P.”，《年份》：“2014”}，{“键”：“e_1_2_9_25_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1214\/aoms\/1177729694”}，{“key”：“e_1_2_9_26_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/j.patcog.2017.05.014“}，”{“key”：”e_1_i_9_27_1“，”doi-assert-by“：”publisher“，I“：”10.1109\/ICDE.2018.00062“}，{”key“：”e_1_2_9_29_1“，”首页“：”2579“，”文章标题“：“使用t\u2010SNE可视化数据”，“卷”：“9”，“作者”：“Maaten L.V.D.”，“年份”：“2008”，“期刊标题”：“机器学习研究杂志”}，{“key”：“e_1_2_9_30_1”，“首页”：“281”，“volume-title”：“第五届伯克利数理统计与概率研讨会论文集”：“e_1_2_9_31_1”，“卷标题”：“具体分布：离散随机变量的连续松弛”，“作者”：“Maddison C.J.”，“年份”：“2016”｝，｛“key”：“e_1_2_9_32_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/IntelCIS.2015.7397286”｝，｛“key”：“e_1_2_9_33_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/CVPR.2009.5206559”｝，｛“key”：“e_1_2_9_34_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007“/s10844\u2010006\u20109953\u20107“}，{”key“：”e_1_i_9_35_1“，”doi-assert-by“：”publisher“，“doi”：“10.1007”/978-3319-21903-5“}”，{“key”：“e_ 1_9_36_1”“}，{”key“：”e_1_2_9_37_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s10618\u2010008\u20100120\u20103”}，{“key”：“e_1_2_9_38_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/j.ijar.2012.10.003“}，”key“：”e_1_i_9_39_1“，”首页“：”1“，”volume-title“：”第四届模式识别与数字技术进步国际会议论文集“，”author“：”Ray S.“，“year”：“1999”}、{“key”：“e_1_2_9_40_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978\u20100\u2010387\u201073003\u20105_196“}，{”key“：”e_1_i_9_41_1“，”doi-assert-by“：”publisher“，author“：”Sankoff D.“，”year“：”1983“}，{”key“：”e_1_2_9_43_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/978-3642-04277-5_18”}，{“key”：“e_1_2_9_44_1”，”doi-assert-by“：”publisher“，”doi“：”10.1109\/ACCES.2020.2975738“}，”{“密钥”：“e_1_2_9_45_1”、“doi-asertd-by”：“publisher”，“doi”：”10.1007\/978-3-319-71246-8_49“}46_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2782759.2782767”}，{“key”：“e_1_2_9_47_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICDE.2002.994784“}，{”key“：”e_1_i_9_48_1“，”doi-assert-by“：”publisher“，“doi”：“10.1111\/tgis.12662”}，“key”：“e_e1_9_49_1”：“e_1_2_9_50_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CIDM.2009.4938663“}，{“key”：“e_1_2_9_51_1”，“首页”：“1”，“卷标”：“第三十三届国际机器学习会议论文集”，“作者”：“谢杰”，“年份”：“2016”}，{“键”：“e_ 1_9_52_1”、“首页“：3861”，“卷标”：《第三十四届国际机器教学会议论文集》，“作者“：杨波”，“年”：“2017”}、{“关键”：“1_2_ 9_53_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2016.556”}，{“key”：“e_1_2_9_54_1”，”doi-assert-by“：”publisher“，”doi“：”10.1109\/IJCNN.2017.7966345“}，”{“密钥”：“e_1_2_9_55_1”、“doi-sserted-by“”：“publisher”，“doi”：”10.1016\/j.patcog.2016.11.012“}_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s10462\u2010016\u20109477\u20107”}，{“key”：“e_1_2_9_57_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/TCYB.2016.2572609“}，{“key”：”e_1_i_9_58_1“，”doi-assert-by“：”publisher“，“doi”：“10.1080\/13658816.2016.1213845”}，“key“：”e_c_9_59_1“.03.001“}]，“container-title”：[“GIS中的事务”]，“原始标题”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/pdf\/10.111\/tgis.12905”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\\onlinelibrary.wiley.com\/doi\/full-xml\/10.111\/tgis.12905”“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/pdf\/10.111\/tgis.12905”，“content-type”：“unspecified”，“content-version”：“vor”，“intinded-appliation”：”similarity-checking“}]，“deposed”：{“date-parts”：[2023,8,24]]，“date-time”：”2023-08-24T01:37:04Z“timestamp”：1692841024000}，“score”“：1，”资源“：{”主要“：{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/10.111\/tgis.12905”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{日期部分：[2022,2,8]]}，”引用计数“：58，”日记发行“：{”发行“：“4”，“published-print”：{“date-parts”：[2022,6]}05“]，“URL”：“http://\/dx.doi.org\/10.111\/tgis.12905”，“存档”：[“Portico”]，“relation”：{}，“ISSN”：[“1361-1682”，“1467-9671”]，“ISSN-type”：[{“value”：“1361-168”，“type”:“print”}，{“value”：“1467-971”，“type”：“electronic”}]，“subject”：【】，“published”：{“date-parts”：[2022,2,8]}，”assertion“：[{”value“：“2022-02-08”，“order”：2，“name”：“publisheed”，“label”：“published”，“group”：{“name”：“publication_history”，“label”：“publication history”}}]}}