CN119416000A 一种北斗定位数据的智能分类方法 （武汉市亿齐数据智能科技有限公司）_第1页
CN119416000A 一种北斗定位数据的智能分类方法 （武汉市亿齐数据智能科技有限公司）_第2页
CN119416000A 一种北斗定位数据的智能分类方法 （武汉市亿齐数据智能科技有限公司）_第3页
CN119416000A 一种北斗定位数据的智能分类方法 （武汉市亿齐数据智能科技有限公司）_第4页
CN119416000A 一种北斗定位数据的智能分类方法 （武汉市亿齐数据智能科技有限公司）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

发区关东街道光谷大道58号关南福星本发明提出一种北斗定位数据的智能分类2S4、利用时空特征提取模块对预处理后的时序S5、采用时空特征融合模块对时间特征向量和空间x2i_1；iith3构建基于信号质量和运动特性的综合评估指标，用于iithi5.如权利要求1所述的一种北斗定位数据的智能分类方法，其特征在于，分类模型包层采用3x3卷积核，使用ReLU激活函数，批归一4基于预处理后的时序数据矩阵，采用双向LSTM网络分别从正向和反对双向LSTM提取的特征序列，构建时间注意力机制，利用时间注意力将双向LSTM提取的特征序列与对应的注意力权重进行加权融合对预处理后的时序数据矩阵，通过多层空间卷积网络进行特征提取5S64、通过全连接层将特征映射到预定义的类别空间，使用sof67ii[0033]构建基于信号质量和运动特性的综合评估指标，用于自8[0041]式中，Ni(t)为标准三次B样条基函数，Hi(t)为考虑北斗定位数据物理性质的th为质量评估阈值；9[0077](2)本发明采用多尺度时间窗口和动态阈值相结合的异常值检测方法，通过构建[0078](3)本发明设计了基于信号质量和运动特性的自适应重采样方法，通过构建综合[0079](4)本发明通过双向LSTM网络和空间卷积网络分别提取时间特征和空间特征，并引入注意力机制进行特征增强，克服了传统特征提取方法难以捕获数据深层特征的问题，[0080](5)本发明设计了基于多头注意力机制和门控线性单元的特征融合方法，通过计ii[0110]构建基于信号质量和运动特性的综合评估指标，用于自[0118]式中，Ni(t)为标准三次B样条基函数，Hi(t)为考虑北斗定位数据物理性质的th为质量评估阈值；数据物理特性的Hermite样条基函数进行动态融合，并引入自适应权重函数⑴(t)进行调间注意力权重；对每个时间步t计算查询向量qattentionscore=softmax(QK"√T),并将注意力加权后的特征weightedfeature与输

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论