【论文研读】经过deep representation learning轨迹聚类

1.论文目的： 输入轨迹序列，经过滑动串口算法提取物体的运动行为特征，捕捉轨迹的时空不变的特征。 在特征提取模块，每一个轨迹都转化成一个特征序列描述物体运动，进一步利用序列对自动编码器进行序列编码学习固定长度的深度表示，学习到的表示方法对物体的运动特征进行了robustly encode，从而获得时空不变的聚类。 算法 2.经典聚类算法 K-mean DBSCAN spectral cluster

>>阅读原文<<