摘要
本发明公开了一种基于组件重构和XGBoost的多关键词覆盖下最优路径查询方法,利用现有直接或间接可解决多关键词覆盖最优路径查询的算法,结合路网特征和查询特征,并依托大量历史查询构建XGBoost预测模型,为不同的用户预测指定的算法规划路径。本发明将现有算法分为两类,将基于POI候选集的算法拆分为组件,并通过组件重构将不同组件组合为重构算法,满足不同用户下的出行需求。对基于路径拓展的算法,引入路径细化和剪枝优化策略,设计邻近POI点细化策略,以提高路径的精度,支配关系剪枝策略和批量剪枝策略,有效的提升算法的响应时间,提高查询效率。结合历史查询,并进行特征提取构建基于XGBoost的预测模型,为查询用户预测最优算法并规划路径。
技术关键词
路径查询方法
查询关键词
剪枝策略
过滤组件
重构算法
查询特征
贪心策略
XGBoost算法
评价准则
空间索引结构
预测模型训练
构建预测模型
记录算法
算法规划
出行需求
系统为您推荐了相关专利信息
三维点云数据
无人机
监测方法
三维空间信息
物体
序列推荐方法
推理系统
感知系统
注意力机制
实体
智能移动底盘
垃圾
智能家居系统
行走驱动组件
机器人
多尺度特征
强化学习算法
标记
剪枝策略
边缘计算环境