CN112328967A - 一种针对移动信号轨迹去噪的方法、介质及终端 - Google Patents
一种针对移动信号轨迹去噪的方法、介质及终端 Download PDFInfo
- Publication number
- CN112328967A CN112328967A CN202011187694.6A CN202011187694A CN112328967A CN 112328967 A CN112328967 A CN 112328967A CN 202011187694 A CN202011187694 A CN 202011187694A CN 112328967 A CN112328967 A CN 112328967A
- Authority
- CN
- China
- Prior art keywords
- point
- confidence
- track
- rate
- trajectory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Biology (AREA)
- Signal Processing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Networks & Wireless Communication (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种针对移动信号轨迹去噪的方法、介质及终端,方法包括:获取原始移动轨迹数据;根据历史数据获取各轨迹点的轨迹点置信度;通过对所有轨迹点的轨迹点置信度进行筛选,获取最终轨迹;轨迹点置信度至少包括速率置信度,速率置信度通过以历史数据中速率的概率分布作为标准差,以最大正常移动速率作为期望参数,以速率为随机变量的正态分布的方式获取;本发明引入了轨迹点置信度,最后再通过筛选置信度展示轨迹信息,本发明针对移动轨迹数据,通过轨迹去噪的流程后,可以有效对异常轨迹点进行处理,轨迹刻画时能直观展示人员的运动轨迹,优化运动轨迹,排除异常点后对落脚点及停留点等模型计算的具有优化效果。
Description
技术领域
本发明涉及通信领域,尤其涉及一种针对移动信号轨迹去噪的方法、介质及终端。
背景技术
运动轨迹是分析管控人员活动区域的展现方式,目前由于人像抓拍的局限性,无法完全 展现人员的运动轨迹信息,因此,引入了移动信号采集数据,例如,目前比较常见的手机4G 信号采集数据,但手机移动数据较为复杂,在实际工作中,因为基站漂移、采集频次、多采 集基站等原因,造成数据的应用效果不理想,而直接使用原始的4G轨迹数据会显得轨迹线 路杂乱无章,轨迹刻画时路线不直观,因此,需要对轨迹数据进行去噪处理。
目前,在现有技术中,通常是对轨迹点的速率和方向进行异常检测,使用阈值的方式对 速率异常的轨迹点直接清除,再使用前进方向异常检测清除剩余的轨迹点,但这种方式无法 满足4G轨迹的复杂性,且准确性不高。
发明内容
鉴于以上所述现有技术的缺点,本发明提供一种针对移动信号轨迹去噪的方法、介质及 终端,以解决上述技术问题。
本发明提供的针对移动信号轨迹去噪的方法,包括:
获取原始移动轨迹数据;
根据历史数据获取各轨迹点的轨迹点置信度;
通过对所有轨迹点的所述轨迹点置信度进行筛选,获取最终轨迹;
所述轨迹点置信度至少包括速率置信度,所述速率置信度通过以历史数据中速率的概率 分布作为标准差,以最大正常移动速率作为期望参数,以速率为随机变量的正态分布的方式 获取。
可选的,所述轨迹点置信度还包括重复轨迹点置信度、往返点置信度、短步长置信度, 根据所述速率置信度、重复轨迹点置信度、往返点置信度、短步长置信度及各置信度的权重, 获取综合置信度,进而获取所述最终轨迹。
可选的,根据历史数据和经验值通过如下公式获取轨迹点的初始速率置信度:
其中,δ为历史数据中速率的概率分布,μ为期望的最大正常移动速率,x为当前点的速率, ynv为当前点的初始速率置信度,
当所述当前点的初始速率置信度为1>ynv≥0.5时,根据当前点的前后两点的初始速率 对当前点的初始速率置信度进行修正,获取参与最终轨迹判断的速率置信度。
可选的,当当前点的速率超过最大正常移动速率时,
如当前点的前后两点的初始速率发生突变,则将当前点的初始速率置信度作为速率置信 度置;
如当前点的前后两点的初始速率未突变,则将当前点的速率置信度置为1。
可选的,获取速率置信度大于0的轨迹点,并按时间顺序进行排序,根据预设的时间窗 口对排序的轨迹数据进行拆分,并对同一窗口内的同一轨迹点的数据进行去重处理,获取所 述重复轨迹点置信度。
可选的,获取速率置信度大于0,且重复轨迹点置信度大于0的轨迹点,并按时间顺序 进行排序,根据当前轨迹点前后两点的间距,获取所述往返点置信度。
可选的,如果当前轨迹点的前后两点相同,则当前点的往返点置信度为0;
如果当前轨迹点的前后两点的间距小于预设的第一距离阈值,且时间间隔小于预设的时 间阈值,则当前点的往返点置信度设置为0.5;
如果不满足上述条件,则将当前点的往返点置信度设置为1。
可选的,获取速率置信度、重复轨迹点置信度和往返点置信度均大于0的轨迹点,并按 时间顺序进行排序,计算当前点与前一点之间的距离,当所述距离小于预设的第二距离阈值 时,则将当前点的步长置信度置为0,其余情况设为1。
可选的,通过如下公式获取轨迹点置信度:
y=wvyv+wtyt+wdrydr+wdsyds
其中,yv为速率置信度,yt为重复点置信度,ydr为往返点置信度,yds为步长的置信度, W为置信度的权重值,wv为速率置信度的权重值,wt为重复点置信度的权重值,wdr为往返 点置信度的权重值,wds为短步长置信度的权重值,y为轨迹点置信度,y的取值区间为[0,1], wv+wds+wt+wdr=1,且,wv>wds≥wt≥wdr。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处 理器执行时实现上述中任一项所述方法。
本发明还提供一种电子终端,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序, 以使所述终端执行如上述中任一项所述方法。
本发明的有益效果:本发明中的针对移动信号轨迹去噪的方法、介质及终端,引入轨迹 点置信度,利用不同的方法对轨迹点置信度进行计算,最后再通过筛选置信度展示轨迹信息, 本发明针对移动轨迹数据,通过轨迹去噪的流程后,可以有效对异常轨迹点进行处理,轨迹 刻画时能直观展示人员的运动轨迹,优化运动轨迹,排除异常点后对落脚点及停留点等模型 计算的具有优化效果。
附图说明
图1是本发明实施例中针对移动信号轨迹去噪的方法流程示意图。
图2是本发明实施例中针对移动信号轨迹去噪的漂移点示意图。
图3是本发明实施例中针对移动信号轨迹去噪的往返点示意图。
图4是本发明实施例中针对移动信号轨迹去噪的短步长示意图。
图5是本发明实施例中针对移动信号轨迹去噪的置信度计算流程示意图。
图6是本发明实施例中针对移动信号轨迹去噪的一种去噪效果示意图。
图7是本发明实施例中针对移动信号轨迹去噪的另一种去噪效果示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精 神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征 可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图 式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实 际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复 杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本 领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的, 在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使 本发明的实施例难以理解。
如图1所示,本实施例中的针对移动信号轨迹去噪的方法,包括
S1.获取原始移动轨迹数据;
S2.根据历史数据获取各轨迹点的轨迹点置信度;
S3.通过对所有轨迹点的所述轨迹点置信度进行筛选,获取最终轨迹;
所述轨迹点置信度至少包括速率置信度,所述速率置信度通过以历史数据中速率的概率 分布作为标准差,以最大正常移动速率作为期望参数,以速率为随机变量的正态分布的方式 获取。
在本实施例中,由于基站漂移、采集频次、多采集基站等原因,造成数据的应用效果不 理想,而直接使用原始的4G轨迹数据会显得轨迹线路杂乱无章,轨迹刻画时路线不直观, 异常情况主要包括时空速度异常:以时间为序列,当前后两点的速率突变,超出正常速率, 则极大可能是因为基站位置漂移引起,此点可当做漂移点(异常数据)进行处理,如图2所 示;轨迹点重合:在一个时间段内,多条重复的数据,则极大原因是基站采集频率较高,极 端情况下会出现2条完全一样的数据;往返点:由于当前手机位置可能被两个基站的小区覆 盖范围交替切换,导致轨迹会在多个基站来回切换。三点之间夹角很小时,亦可称为近视往 返点,如图3所示;多点散乱(短步长):由于4G数据是作为粗粒度感知数据,在一个小范 围内,可能装有多个基站,在该区域内会随机被感知,从而导致在一个小区域内的轨迹线过 于凌乱,如图4所示。
本实施例引入轨迹点置信度,根据所述速率置信度、重复轨迹点置信度、往返点置信度、 短步长置信度及各置信度的权重,获取综合置信度,进而获取所述最终轨迹。通过不同的方 法对轨迹点置信度进行计算,最后通过筛选置信度展示轨迹信息。在步骤S1中,需要根据大 量的历史数据及经验值计算出正态分布的δ和μ值:
其中,标准差δ表示历史数据中速率的概率分布,μ表示期望的最大正常移动速率,x表示 当前点的速率,ynv表示当前点的初始速率置信度,超过μ,速率越大,根据正态分布,则初 始速率置信度ynv越低。
如果当前点的初始速率置信度1>ynv≥0.5,需要前后两点的初始速率综合计算修正, 即使用前后两点的初始速率置信度用于计算,公式如下:
则当前点的最终置信度可表示为y,计算公式如下:
y=wvyv+wtyt+wdrydr+wdsyds 式(3)
其中,yv表示速率置信度,yt重复点置信度,ydr往返点置信度,yds步长的置信度,wv表 示速率置信度的权重值,wt重复点置信度的权重值,wdr往返点置信度的权重值,wds短步长 置信度的权重值,其中wv+wds+wt+wdr=1,且wv>wds≥wt≥wdr,权重值越大,说 明该置信度的参考价值越高,置信度y的取值区间[0,1]。
在本实施例中,获取速率置信度大于0的轨迹点,并按时间顺序进行排序,根据预设的 时间窗口对排序的轨迹数据进行拆分,并对同一窗口内的同一轨迹点的数据进行去重处理, 获取所述重复轨迹点置信度。
在本实施例中,获取速率置信度大于0,且重复轨迹点置信度大于0的轨迹点,并按时 间顺序进行排序,根据当前轨迹点前后两点的间距,获取所述往返点置信度。如果当前轨迹 点的前后两点相同,则当前点的往返点置信度为0;如果当前轨迹点的前后两点的间距小于 预设的第一距离阈值,且时间间隔小于预设的时间阈值,则当前点的往返点置信度设置为0.5; 如果不满足上述条件,则将当前点的往返点置信度设置为1。
在本实施例中,获取速率置信度、重复轨迹点置信度和往返点置信度均大于0的轨迹点, 并按时间顺序进行排序,计算当前点与前一点之间的距离,当所述距离小于预设的第二距离 阈值时,则将当前点的步长置信度置为0,其余情况设为1。
下面以4G手机信号为例对置信度的计算流程进行说明,如图5所示:
S101、抽取数据,获取时空库中的4G轨迹数据,并初始化置信度,将全部置信度设置 为1,及默认全部轨迹点都正常。
S102、根据历史4G及经验值计算速率正太分布的δ和μ值。
S103、计算速率的置信度:根据式(1)计算每个轨迹点原始的速率置信度ynv,再根据ynv的大小,综合计算该点的速率置信度。如式(2)所示,当1>ynv≥0.5,及前后几点 速率较大,但一直以匀速进行,速率未产生突变情况,则速率置信度增加提升至1,其余情 况yv=ynv。
S104、计算重复轨迹点置信度。筛选出速率置信度yv>0的轨迹点,按时间序列排序, 根据时间窗口(窗口大小可自定义)将4G轨迹数据进行拆分,对同一窗口内同一轨迹点的 数据进行去重处理,设置轨迹点位的重复点置信度yt,首次点位置信度为1,其余点位置信 度设为0。
S105、计算往返点置信度ydr。筛选出置信度yv,yt>0的轨迹点,按时间序列排序,当前轨迹点前后两点相同时则当前点置信度ydr=0,当前后两点的间距小于预设的第一阈值dr, 且时间间隔小于时间阈值t,则当前点置信度ydr=0.5。其余状况设置为1。
S106、计算短步长置信度yds。筛选出置信度yv,yt,ydr>0的轨迹点,按时间序列排序, 计算当前点与前一点之间的距离dr,当距离小于预设的第二阈值时,则当前点步长置信度置 为0,其余情况设为1。
S107、综合置信度计算。根据式(3)计算,综合计算该点的置信度。
S108、更新时空库轨迹点的置信度,将计算好的置信度跟新至时空库原始数据中。
下面以某一实际应用的管控平台的轨迹刻画服务为例进行说明:
在一管控平台中,对接了4G轨迹数据,需要对管控人员的轨迹进行刻画,了解管控人 员的出行情况及长出没地等。使用原始数据轨迹进行轨迹刻画时,运行轨迹显得杂乱无章, 无法看出运动的迹象,且有明显的点位漂移情况,如图6和图7中的左边图例所示。
引用上述去噪计算流程,首先,根据历史的4G数据及经验值计算出速率的相关参数值, 其中标准差δ=4,μ=17,由式(1)可知,当速率x≤17m/s时(约60km/h),初始的速率置信 度ynv为1;当x>29m/s(约105km/h)时,初始的速率置信度ynv为0。再对初始速率置信度 1>ynv≥0.5的轨迹点按照式(2)进行计算,对部分点位的置信度进行重计算,得到最终的速率置信度yv。
第二步,计算重复轨迹点的置信度,筛选出速率置信度yv>0的轨迹点并按时间先后顺 序进行排序,重复轨迹点的窗口设置20min,即在20min内,相同地点的轨迹数据,最早的 那条轨迹点置信度yt为1,后续相同地点的轨迹数据置信度yt为0。
第三步,计算往返点、近似往返点的置信度,筛选出yv,yt>0的轨迹点并按时间先后顺 序进行排序,设置前后两点的距离间隔阈值dr=500m,时间间隔阈值t=10min,当轨迹点 前后两点相同则当前轨迹点的置信度ydr为0,或者前后两点的距离小于dr且前后两点的时间 间隔小于t时,则当前轨迹点的置信度ydr为0.5,其余情况置信度ydr为1。
第四步,计算短步长置信度,筛选出yv,yt,ydr>0的轨迹点并按时间先后顺序进行排序, 当前轨迹点与前一轨迹点的距离小于dr时,则当前轨迹点的置信度yds为0,当距离大于dr时, 轨迹点置信度yds为1。
第五步,计算综合置信度y,其中权重值wv=0.5、wt=0.2、wdr=0.2、wds=0.1, 再根据式(3),使用前面计算出的各个维度的置信度及对应的权重值,计算出当前点位的置信度y。最后将计算好的置信度y更新至时空库表中。对4G轨迹进行去噪处理之后,在展示轨迹时,筛选出时空库表中置信度为1的轨迹数据进行展示,轨迹刻画更清晰,展示效果前后对比如图6和图7所示。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执 行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序, 以使所述终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质,本领域普通技术人员可以理解:实现上述各方法实 施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储 于一计算机可读存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述 的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供的电子终端,包括处理器、存储器、收发器和通信接口,存储器和通信接 口与处理器和收发器连接并完成相互间的通信,存储器用于存储计算机程序,通信接口用于 进行通信,处理器和收发器用于运行计算机程序,使电子终端执行如上方法的各个步骤。
在本实施例中,存储器可能包含随机存取存储器(Random Access Memory,简称RAM), 也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、 网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现 场可编程门阵列(Field-Programmable GateArray,简称FPGA)或者其他可编程逻辑器件、分 立门或者晶体管逻辑器件、分立硬件组件。在上述实施例中,除非另外规定,否则通过使用“第 一”、“第二”等序号对共同的对象进行描述,只表示其指代相同对象的不同实例,而非是 采用表示被描述的对象必须采用给定的顺序,无论是时间地、空间地、排序地或任何其他方 式。在上述实施例中,说明书对“本实施例”的提及表示结合实施例说明的特定特征、结构 或特性包括在至少一些实施例中,但不必是全部实施例。“本实施例”的多次出现不一定全 部都指代相同的实施例。
本发明可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计 算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、 可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分 布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。 一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、 数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过 通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包 括存储设备在内的本地和远程计算机存储介质中。
上述实施例仅示例性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种针对移动信号轨迹去噪的方法,其特征在于,包括:
获取原始移动轨迹数据;
根据历史数据获取各轨迹点的轨迹点置信度;
通过对所有轨迹点的所述轨迹点置信度进行筛选,获取最终轨迹;
所述轨迹点置信度至少包括速率置信度,所述速率置信度通过以历史数据中速率的概率分布作为标准差,以最大正常移动速率作为期望参数,以速率为随机变量的正态分布的方式获取。
2.根据权利要求1所述的针对移动信号轨迹去噪的方法,其特征在于,所述轨迹点置信度还包括重复轨迹点置信度、往返点置信度、短步长置信度,根据所述速率置信度、重复轨迹点置信度、往返点置信度、短步长置信度及各置信度的权重,获取综合置信度,进而获取所述最终轨迹。
4.根据权利要求3所述的针对移动信号轨迹去噪的方法,其特征在于,当当前点的速率超过最大正常移动速率时,
如当前点的前后两点的初始速率发生突变,则将当前点的初始速率置信度作为速率置信度置;
如当前点的前后两点的初始速率未突变,则将当前点的速率置信度置为1。
5.根据权利要求2所述的针对移动信号轨迹去噪的方法,其特征在于,获取速率置信度大于0的轨迹点,并按时间顺序进行排序,根据预设的时间窗口对排序的轨迹数据进行拆分,并对同一窗口内的同一轨迹点的数据进行去重处理,获取所述重复轨迹点置信度。
6.根据权利要求5所述的针对移动信号轨迹去噪的方法,其特征在于,获取速率置信度大于0,且重复轨迹点置信度大于0的轨迹点,并按时间顺序进行排序,根据当前轨迹点前后两点的间距,获取所述往返点置信度。
7.根据权利要求6所述的针对移动信号轨迹去噪的方法,其特征在于,
如果当前轨迹点的前后两点相同,则当前点的往返点置信度为0;
如果当前轨迹点的前后两点的间距小于预设的第一距离阈值,且时间间隔小于预设的时间阈值,则当前点的往返点置信度设置为0.5;
如果不满足上述条件,则将当前点的往返点置信度设置为1。
8.根据权利要求7所述的针对移动信号轨迹去噪的方法,其特征在于,获取速率置信度、重复轨迹点置信度和往返点置信度均大于0的轨迹点,并按时间顺序进行排序,计算当前点与前一点之间的距离,当所述距离小于预设的第二距离阈值时,则将当前点的步长置信度置为0,其余情况设为1。
9.根据权利要求8所述的针对移动信号轨迹去噪的方法,其特征在于,通过如下公式获取轨迹点置信度:
y=wvyv+wtyt+wdrydr+wdsyds
其中,yv为速率置信度,yt为重复点置信度,ydr为往返点置信度,yds为步长的置信度,W为置信度的权重值,wv为速率置信度的权重值,wt为重复点置信度的权重值,wdr为往返点置信度的权重值,wds为短步长置信度的权重值,y为轨迹点置信度,y的取值区间为[0,1],wv+wds+wt+wdr=1,且,wv>wds≥wt≥wdr。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至9中任一项所述方法。
11.一种电子终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求1至9中任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011187694.6A CN112328967B (zh) | 2020-10-30 | 2020-10-30 | 一种针对移动信号轨迹去噪的方法、介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011187694.6A CN112328967B (zh) | 2020-10-30 | 2020-10-30 | 一种针对移动信号轨迹去噪的方法、介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112328967A true CN112328967A (zh) | 2021-02-05 |
CN112328967B CN112328967B (zh) | 2021-09-14 |
Family
ID=74296735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011187694.6A Active CN112328967B (zh) | 2020-10-30 | 2020-10-30 | 一种针对移动信号轨迹去噪的方法、介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112328967B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114528062A (zh) * | 2022-02-25 | 2022-05-24 | 平安国际智慧城市科技股份有限公司 | 底部菜单栏自定义方法、装置、设备及存储介质 |
CN114911887A (zh) * | 2022-04-22 | 2022-08-16 | 阿波罗智联(北京)科技有限公司 | 数据处理的方法、装置、设备以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745083A (zh) * | 2013-12-11 | 2014-04-23 | 深圳先进技术研究院 | 轨迹数据清洗方法及装置 |
CN107289925A (zh) * | 2017-05-25 | 2017-10-24 | 北京奇鱼时代科技有限公司 | 一种绘制用户轨迹的方法和装置 |
WO2020061611A1 (en) * | 2018-09-24 | 2020-04-02 | Simplify Medical Pty Limited | Robotic systems and methods for distraction in intervertebral disc prosthesis implantation |
CN111615061A (zh) * | 2020-05-09 | 2020-09-01 | 国家计算机网络与信息安全管理中心山东分中心 | 移动终端轨迹数据的去噪方法及装置 |
-
2020
- 2020-10-30 CN CN202011187694.6A patent/CN112328967B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745083A (zh) * | 2013-12-11 | 2014-04-23 | 深圳先进技术研究院 | 轨迹数据清洗方法及装置 |
CN107289925A (zh) * | 2017-05-25 | 2017-10-24 | 北京奇鱼时代科技有限公司 | 一种绘制用户轨迹的方法和装置 |
WO2020061611A1 (en) * | 2018-09-24 | 2020-04-02 | Simplify Medical Pty Limited | Robotic systems and methods for distraction in intervertebral disc prosthesis implantation |
CN111615061A (zh) * | 2020-05-09 | 2020-09-01 | 国家计算机网络与信息安全管理中心山东分中心 | 移动终端轨迹数据的去噪方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114528062A (zh) * | 2022-02-25 | 2022-05-24 | 平安国际智慧城市科技股份有限公司 | 底部菜单栏自定义方法、装置、设备及存储介质 |
CN114528062B (zh) * | 2022-02-25 | 2024-04-05 | 深圳平安智慧医健科技有限公司 | 底部菜单栏自定义方法、装置、设备及存储介质 |
CN114911887A (zh) * | 2022-04-22 | 2022-08-16 | 阿波罗智联(北京)科技有限公司 | 数据处理的方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112328967B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112328967B (zh) | 一种针对移动信号轨迹去噪的方法、介质及终端 | |
CN109947793B (zh) | 伴随关系的分析方法、装置和存储介质 | |
EP3792869A1 (en) | Video deblurring method and apparatus, and storage medium and electronic apparatus | |
Allik et al. | Nonlinear estimators for censored data: A comparison of the EKF, the UKF and the Tobit Kalman filter | |
CN110942071A (zh) | 一种基于车牌分类和lstm的车牌识别方法 | |
EP4030368A1 (en) | Route determination method and appparatus for cold chain distribution, server and storage medium | |
CN110287775A (zh) | 手掌图像裁剪方法、装置、计算机设备及存储介质 | |
CN113112526A (zh) | 目标跟踪方法、装置、设备和介质 | |
CN109493592A (zh) | 路径推荐方法及装置 | |
CN112948614A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN107659430B (zh) | 一种节点处理方法、装置、电子设备和计算机存储介质 | |
CN110238841B (zh) | 障碍物的避让方法及装置 | |
CN112819889B (zh) | 位置信息的确定方法及装置、存储介质、电子装置 | |
CN106327236B (zh) | 一种确定用户行动轨迹的方法及装置 | |
CN112230663B (zh) | 车辆定位数据的监测方法、装置 | |
US11604254B2 (en) | Radar-based posture recognition apparatus and method and electronic device | |
CN110321854B (zh) | 用于检测目标对象的方法和装置 | |
CN116304623A (zh) | 一种辐射源识别方法、装置及系统 | |
Cordeiro et al. | The bootstrap methodology in time series forecasting | |
CN112816959B (zh) | 用于车辆的聚类方法、装置、设备和存储介质 | |
CN113256212B (zh) | 订单处理方法、装置、通信设备及存储介质 | |
CN111210297B (zh) | 一种上车点的划分方法及装置 | |
Li et al. | High resolution radar data fusion based on clustering algorithm | |
CN113344355A (zh) | 业务的机器人流程自动化需求评估方法及相关装置 | |
CN109212473B (zh) | 一种定位方法、装置、设备、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |