[发明专利]模型训练、数据处理方法、装置、设备、存储介质及程序

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取完整轨迹信息对应的多个轨迹点数据，每个轨迹点数据包括轨迹点对应的第一位置类别；

对第一轨迹点数据中的第一位置类别进行干扰处理，得到干扰轨迹点数据，所述第一轨迹点数据为所述多个轨迹点数据中的部分轨迹点数据；

通过待训练的预设模型对所述干扰轨迹点数据和第二轨迹点数据进行处理，得到所述第一轨迹点数据对应的预测位置类别，所述第二轨迹点数据为所述多个轨迹点数据中除所述第一轨迹点数据之外的轨迹点数据；

根据所述第一轨迹点数据对应的第一位置类别和所述预测位置类别，更新所述预设模型的模型参数。

2.根据权利要求1所述的方法，其特征在于，通过待训练的预设模型对所述干扰轨迹点数据和第二轨迹点数据进行处理，得到所述第一轨迹点数据对应的预测位置类别，包括：

通过所述预设模型中的第一子模型对所述干扰轨迹点数据和所述第二轨迹点数据进行处理，得到所述干扰轨迹点数据对应的特征向量；

通过所述预设模型中的第二子模型对所述特征向量进行处理，得到所述第一轨迹点数据对应的预测位置类别；

根据所述第一轨迹点数据对应的第一位置类别和所述预测位置类别，更新所述预设模型的模型参数，包括：

根据所述第一轨迹点数据对应的第一位置类别和所述预测位置类别，更新所述第一子模型和所述第二子模型的模型参数。

3.根据权利要求2所述的方法，其特征在于，通过所述预设模型中的第一子模型对所述干扰轨迹点数据和所述第二轨迹点数据进行处理，得到所述干扰轨迹点数据对应的特征向量，包括：

确定所述干扰轨迹点数据对应的位置类别向量；

确定所述第二轨迹点数据对应的位置类别向量；

将所述干扰轨迹点数据对应的位置类别向量以及所述第二轨迹点数据对应的位置类别向量输入至所述第一子模型，以使所述第一子模型输出所述干扰轨迹点数据对应的特征向量。

4.根据权利要求1所述的方法，其特征在于，对第一轨迹点数据中的第一位置类别进行干扰处理，包括下述中的任意一种：

将所述第一轨迹点数据中的第一位置类别替换为预设信息；

将所述第一轨迹点数据中的第一位置类别替换为其他位置类别；

将所述第一轨迹点数据中的第一位置类别保持不变。

5.根据权利要求1至4任一项所述的方法，其特征在于，获取完整轨迹信息对应的多个轨迹点数据，包括：

获取预设时段对应的第一轨迹信息，所述第一轨迹信息包括N个轨迹点数据，所述N为大于1的整数；

根据所述N的取值以及所述N个轨迹点数据对应的轨迹时刻的分布情况，确定所述第一轨迹信息是否为完整轨迹信息，所述轨迹时刻为采集轨迹点数据的时刻；

若是，则将所述N个轨迹点数据确定为所述多个轨迹点数据；

若否，则对所述N个轨迹点数据进行补全处理，得到所述多个轨迹点数据。

6.根据权利要求5所述的方法，其特征在于，对所述N个轨迹点数据进行补全处理，得到所述多个轨迹点数据，包括：

获取所述N个轨迹点数据对应的轨迹时刻；

根据所述N个轨迹点数据对应的轨迹时刻，确定至少一个待补充轨迹点数据对应的轨迹时刻；

根据所述N个轨迹点数据和所述至少一个待补充轨迹点数据对应的轨迹时刻，生成所述至少一个待补充轨迹点数据；

根据所述N个轨迹点数据和所述至少一个待补充轨迹点数据，得到所述多个轨迹点数据。

7.根据权利要求6所述的方法，其特征在于，根据所述N个轨迹点数据和所述至少一个待补充轨迹点数据对应的轨迹时刻，生成所述至少一个待补充轨迹点数据，包括：

针对任意一个待补充轨迹点数据，根据所述待补充轨迹点数据对应的轨迹时刻，在所述N个轨迹点数据中确定目标轨迹点数据，所述目标轨迹点数据对应的轨迹时刻与所述待补充轨迹点数据对应的轨迹时刻之间的时间差最小；

将所述目标轨迹点数据确定为所述待补充轨迹点数据。