基于组件重构和XGBoost的多关键词覆盖下最优路径查询方法

AITNT
正文
推荐专利
基于组件重构和XGBoost的多关键词覆盖下最优路径查询方法
申请号:CN202510182047
申请日期:2025-02-19
公开号:CN120011658A
公开日期:2025-05-16
类型:发明专利
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
1
基于机器视觉的无人机安全监测方法和装置
三维点云数据 无人机 监测方法 三维空间信息 物体
2
一种融合时间感知与路径推理的可解释序列推荐方法
序列推荐方法 推理系统 感知系统 注意力机制 实体
3
一种厨余垃圾分解处理机器人
智能移动底盘 垃圾 智能家居系统 行走驱动组件 机器人
4
基于有限体积法和分段线性重构的细观烧蚀形貌模拟方法
石英纤维 复合材料界面 固体 分段 曲面
5
面向多目标追踪任务的Transformer模型多尺度特征标记聚合剪枝推理加速方法、设备及存储介质
多尺度特征 强化学习算法 标记 剪枝策略 边缘计算环境
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号