[发明专利]一种基于深度区域嵌入的露天矿区域功能分类方法

权利要求书

1.一种基于深度区域嵌入的露天矿区域功能分类方法，其特征是：

步骤S1、对露天矿区内的卡车GPS轨迹数据和露天矿区区域进行预处理，将原始露天矿轨迹数据进行数据清洗，并将露天矿区域进行单元区域划分，提取单元区域特征，并通过现有露天矿人工划分后的区域功能作为标签数据，即每个单元区域对应一种矿区功能，矿区功能包括采矿区、卸矿区、渣场；

步骤S2、通过所述步骤S1中预处理后的轨迹和单元区域数据，构建轨迹单元区域图；

步骤S3、将所述步骤S2得到轨迹单元区域图输入到结构化深度网络嵌入模型中，然后利用现有技术无监督训练结构化深度网络嵌入模型，训练结束后生成训练好的单元区域嵌入模型，进而得到单元区域的低维表示向量；

步骤S4、基于所述步骤S1获得的单元区域特征，构造单元区域时序序列，使用双向长短期记忆神经网络来从时序序列中提取单元区域单元的时序特征；

步骤S5、将所述步骤S3获得的单元区域的低维表示向量和步骤S4提取的单元区域时序特征进行特征融合，并将最终的特征向量输入至注意力层调整特征权重，最后输入至全连接层并训练现有分类器softmax，得到训练好的分类模型；

步骤S6、将所述步骤S5区域所对应的最终特征向量输入步骤S5所述的最终分类模型，识别出研究区域所对应的矿区功能。

2.根据权利要求1所述的一种基于深度区域嵌入的露天矿区域功能分类方法，其特征是：所述步骤S1具体为：

步骤S11、清洗所述矿区GPS轨迹数据中不在待识别区域及无效的点数据；

步骤S12、将进行数据清洗操作后的矿区GPS轨迹数据采取现有地图匹配算法，匹配到相应的露天矿区域中，生成区域内单元区域特征数据；

步骤S13、通过所述露天矿区域进行区域切分，得到若干单元区域。

3.根据权利要求2所述的一种基于深度区域嵌入的露天矿区域功能分类方法，其特征是：所述步骤S13中所述露天矿区域进行区域切分，生成若干单元区域数据的具体步骤是：

将露天矿区均匀划分为n个非重叠的单元区域，R＝{g₁,g₂,…,g_n}，其中R表示露天矿区域，g_i表示均匀划分后的第i个单元区域，通过平均分割纬度和经度空间来构建区域即w＝(lat_max-lat_min)/x，h＝(lon_max-lon_min)/y，其中x和y分别表纬度和经度上的单元区域数，lon_max、lon_min、lat_max和lat_min分别表示露天矿区的最大最小经纬度，所以n＝x*y即单元区域个数为x*y；每个单元区域由四个边界点定义，其变量和上述经纬度意义相同。

4.根据权利要求3所述的一种基于深度区域嵌入的露天矿区域功能分类方法，其特征在于：所述步骤S2中，具体步骤是：将轨迹映射到单元区域后得到单元区域特征，单元区域结构建模为图G(N,ε)，其中节点集合N表示单元区域，边集合ε表示两个单元区域之间的连接关系；单元区域轨迹图G(N,ε)的邻接矩阵S，其中s_i,j表示单元区域g_i和g_j是否连接；