恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东山科智控数字化科技有限公司郝凤琦获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东山科智控数字化科技有限公司申请的专利农机轨迹数据分类方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120105238B 。
龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510592963.3,技术领域涉及:G06F18/2415;该发明授权农机轨迹数据分类方法、装置、电子设备及存储介质是由郝凤琦;吕梦迪;丁青艳;白金强;郝慧娟;李娟;尹亚南设计研发完成,并于2025-05-09向国家知识产权局提交的专利申请。
本农机轨迹数据分类方法、装置、电子设备及存储介质在说明书摘要公布了:本发明属于农机轨迹分类的技术领域,具体涉及一种农机轨迹数据分类方法、装置、电子设备及存储介质。所述方法包括:对原始农机GNSS轨迹数据进行预处理及特征转换操作,以得到连续、均匀的时序轨迹数据;原始农机GNSS轨迹数据包含多个离散轨迹点,轨迹点的类别包含田间轨迹和道路轨迹;构建包含特征提取模块和分类头的轨迹分类模型,并将时序轨迹数据作为训练样本训练轨迹分类模型,其中,特征提取模块采用对比学习的方式训练,分类头通过交叉熵损失进行训练;部署训练好的轨迹分类模型,利用其对农机轨迹数据进行分类。本发明设计一种融合动态负样本队列的对比学习框架,提升分类的准确性和泛化能力,适用于各种复杂场景下的轨迹分类任务。
本发明授权农机轨迹数据分类方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种农机轨迹数据分类方法,其特征在于,所述方法包括: S1、对原始农机GNSS轨迹数据进行预处理及特征转换操作,以得到连续、均匀的时序轨迹数据;其中,所述原始农机GNSS轨迹数据包含多个离散轨迹点,每个离散轨迹点的特征包含经度、纬度、时间戳、速度、方向和类别标签,轨迹点的类别包含田间轨迹和道路轨迹; S2、构建包含特征提取模块和分类头的轨迹分类模型,所述特征提取模块包含编码器网络、上下文网络和动量编码器,并将所述时序轨迹数据作为训练样本训练所述轨迹分类模型,所述轨迹分类模型的训练包含特征预训练阶段和分类微调阶段,具体为: S21、利用所述编码器网络对所述时序轨迹数据进行特征提取,并利用所述上下文网络捕获所提取特征在上下文信息里的长距离依赖关系,以构建正样本对; S22、对所述时序轨迹数据进行数据增强操作,将增强后的时序轨迹数据输入所述动量编码器中获取其特征表示,并结合动态队列机制构建负样本对; S23、在特征预训练阶段,基于所述正样本对和负样本对,利用InfoNCE对比损失函数迭代训练所述轨迹分类模型的特征提取模块,并引入早停机制,当连续多个训练周期的损失值趋于稳定时触发早停机制,使用当前的特征提取模块提取所有时序轨迹数据的表示向量,基于该表示向量进行K-means聚类,并通过计算轮廓系数评估聚类质量,以判断当前的轨迹分类模型的特征学习效果; 在分类微调阶段,冻结所述特征提取模块,利用有监督的交叉熵损失训练所述分类头,并启用类别标签进行监督学习,以使所述分类头输出轨迹的类别概率分布; S3、部署训练好的所述轨迹分类模型,利用其对农机轨迹数据进行分类。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心);山东山科智控数字化科技有限公司,其通讯地址为:250000 山东省济南市长清区西部新城大学科技园;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。