spatial_similarity.py

一、处理流程

if __name__ == '__main__':

1.  获取顶点、边、边权重，以及他们转换后对应的字典类型数据，还有一个由边权重数据构建的有向图

　　nx_vertice, nx_edge, vertice_dict, edge_dict, edge_dist, edge_dist_dict, roadnetwork = network_data()

2. 批量处理节点间距离，构建节点间最短路径数组---batch_Point_distance() ，批量大小为1000

　　启动多进程pool = Pool(processes=20)

　　并行计算指定节点到数据集中所有节点的最短路径长度，并将结果保存到文件中---parallel_point_com()，/ground_truth/{}/Point_dis_matrix_{}.npy

3. 合并批量处理节点间距离，构建所有节点间最短路径数组---merge_Point_distance()，最终存储到/ground_truth/{}/Point_dis_matrix.npy

　　生成完整的真实地面距离数组需要21GiB的内存

4. 加载完整的真实地面距离数组

5. 生成节点和边的交互信息(idx: [起点，终点] )

6. 生成批量的相似度地面真值（空间相似性距离度量）---batch_similarity_ground_truth()

　　获取洗牌后的顶点列表

　　判定为验证集valid or 测试集test

　　若为valid，则截取顶点列表[10000:14000]数据；若为test，则截取顶点列表[14000:30000]数据

　　随后再取截取顶点列表中的前5000个数据，作为样本顶点列表

　　并行计算样本顶点列表与截取顶点列表间相似度取值，选择不同的距离度量方法(TP、DITA、discret_frechet没比较、LCRS、NetERP)。

　　将结果存储到指定路径文件./ground_truth/{}/{}/{}_batch/{}_spatial_distance_{}.npy

7. 合并批量处理相似度地面真值，构建所有样本点间相似度地面真值---merge_similarity_ground_truth()，最终存储到./ground_truth/{}/{}/{}_spatial_distance.npy

二、重点函数解读

1. roadnetwork = nx.DiGraph()

　　需要导入了 NetworkX 库，创建了一个有向图 roadnetwork。通过这个图，你可以方便地进行图相关的操作，比如添加节点和边、计算最短路径等。

2. batch_similarity_ground_truth()

三、知识扩展

① NetworkX 是一个用 Python 编写的用于创建、操作和研究复杂网络结构的库。它提供了丰富的功能和工具，用于创建多种类型的图、分析图的结构、计算节点和边的属性等。NetworkX 可以用于多种领域，包括网络科学、社交网络分析、生物信息学、交通规划等。

② TP（Time-Parameterized）距离是一种轨迹之间相似性度量方法，它考虑了轨迹在时间维度上的变化。其实现原理如下：

1. 轨迹参数化：首先，将轨迹中的位置信息根据时间参数化。这意味着每个位置点都会有一个与之相关的时间戳。这样做的目的是确保对轨迹的时间特征进行了明确的建模。

2. 对齐轨迹：接下来，将要比较的两条轨迹进行时间对齐，以便在相同的时间点上进行比较。对齐轨迹的方法可以是将轨迹进行插值，使得它们在时间上具有相同的采样点，或者使用其他方法确保它们在时间上是对齐的。

3. 计算距离：一旦轨迹对齐，就可以计算它们之间的距离。TP距离通常使用欧氏距离或其他相似性度量来衡量两条轨迹在相同时间点上的位置差异。例如，可以计算每个时间点上两条轨迹位置之间的欧氏距离，并将这些距离进行加权求和，得到轨迹之间的整体距离。

4. 距离标准化：最后，可能需要对计算得到的距离进行标准化，以便比较不同长度或不同时间分辨率的轨迹。常见的标准化方法包括将距离除以轨迹的长度或时间跨度，以确保距离的量纲一致。

总的来说，TP距离通过将轨迹的位置信息与时间信息结合起来，可以更准确地捕捉到轨迹之间的相似性，尤其是在考虑轨迹在时间上的动态变化时。

四、想法与疑惑

1. 洗牌后的顶点列表大小由什么决定？  由matching_result.csv数据文件决定，大小为29830条匹配轨迹，每行包含：轨迹编号、节点列表、经纬度坐标列表。

2. 数据集分配变化训练---论文中如何阐述？训练集0-10000这段的地面真值在哪里处理？