[发明专利]一种基于时空因果关系的城市感知数据处理方法有效
| 申请号： | 201911031114.1 | 申请日： | 2019-10-28 |
| 公开（公告）号： | CN110781266B | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 邓攀 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F16/29 | 分类号： | G06F16/29;G06F16/215;G06N3/04;G06N3/08 |
| 代理公司： | 北京永创新实专利事务所 11121 | 代理人： | 祗志洁 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于时空因果关系的城市传感数据处理方法，用于修复车辆时空轨迹行为数据。本发明通过跳转图模型学习轨迹采集设备的空间相关性，并输出设备分布式向量表示用于后续处理；将噪声数据检测问题作为一个序列标记问题，通过双向LSTM的序列标注模型，检测错误数据和潜在缺失数据，对车辆轨迹点进行标注，利用基于双向LSTM的序列预测器来预测缺失的轨迹点；最后结合预测的缺失数据来修正错误的轨迹点。本发明方法实现自动检测含噪数据，并从时空因果关系的角度对缺失数据进行修复，以避免生成不合理的车辆轨迹，提高了错误轨迹数据修复的正确率。 | ||
| 搜索关键词： | 一种 基于 时空 因果关系 城市 感知 数据处理 方法 | ||
【主权项】：
1.一种基于时空因果关系的城市传感数据处理方法，获取智能交通系统中传感器采集的数据，并从数据中获取车辆轨迹，然后执行：/n利用skip-gram模型计算轨迹采集设备的空间相关性，得到轨迹采集设备的分布式向量表示，为将轨迹点转化为对应的分布式向量提供数据基础；/n利用基于双向LSTM的序列标注模型，检测错误数据和潜在缺失数据，对采集的车辆轨迹点进行标注；所述的基于双向LSTM的序列标注模型，包含：分布式表示层，用于将轨迹点转换为分布式向量；Bi-LSTM层，用于编码输入的轨迹，捕获了各轨迹点的时空信息；推理层，根据Bi-LSTM层对轨迹点的编码值预测每个轨迹点的标签；/n利用基于LSTM的序列预测模型计算缺失的轨迹点位置；/n利用数据修复模块，结合错误数据和缺失数据，对时空错位数据进行修复；/n所述的数据修复模块利用缺失的轨迹点来修复错误的轨迹点，包括：设第i个错误的轨迹点表示为tr
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911031114.1/，转载请声明来源钻瓜专利网。
