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！

申请/专利权人：广科通立(广东)数据服务有限公司

摘要：本申请提供一种基于多维数据融合的高速公路路况监测方法及系统，首先收集包含多维路况数据及其详细特征标注（包括路况特征标签和严重程度）的学习数据序列。随后，通过对这些数据进行编码处理，生成包含路况状态趋势、特征标签及严重程度等多维度的编码矢量序列。利用这些编码矢量，方法通过执行两个网络学习任务来训练高速公路路况预测网络：一是根据路况状态趋势和特征标签编码预测路况特征标签；二是根据路况状态趋势和严重程度编码预测路况严重程度。通过这两个任务，网络能学习到路况数据的深层特征，进而实现对任意新采集的多维路况数据的精准路况特征和严重程度预测，有效提升了高速公路路况监测的准确性和实时性。

主权项：1.一种基于多维数据融合的高速公路路况监测方法，其特征在于，所述方法包括：获取第一高速公路路况学习数据序列，所述第一高速公路路况学习数据序列中的高速公路路况学习数据包括样例多维采集融合数据和所述样例多维采集融合数据的路况特征标注数据，所述路况特征标注数据包括所述样例多维采集融合数据的路况特征标签和路况严重程度；所述第一高速公路路况学习数据序列中至少一个所述高速公路路况学习数据的所述路况特征标注数据包括多个路况特征标签；对每个所述高速公路路况学习数据进行编码表示，生成每个所述高速公路路况学习数据的编码矢量序列，所述高速公路路况学习数据的编码矢量序列包括所述样例多维采集融合数据的样例路况状态趋势编码矢量、所述样例多维采集融合数据的路况特征标签编码矢量以及所述样例多维采集融合数据的路况严重程度编码矢量；依据所述样例多维采集融合数据的所述样例路况状态趋势编码矢量和所述路况特征标签编码矢量，执行高速公路路况预测网络的第一网络学习任务，所述第一网络学习任务用于对所述高速公路路况预测网络进行参数学习以使得所述高速公路路况预测网络预测所述样例多维采集融合数据所对应的所述路况特征标签；依据所述样例多维采集融合数据的所述样例路况状态趋势编码矢量和所述路况严重程度编码矢量，运行所述高速公路路况预测网络的第二网络学习任务，所述第二网络学习任务用于对所述高速公路路况预测网络进行参数学习以使得所述高速公路路况预测网络预测所述样例多维采集融合数据的所述路况严重程度，以使得完成参数学习的所述高速公路路况预测网络预测任意目标多维采集融合数据的路况特征标签和路况严重程度。

全文数据：

权利要求：

百度查询： 广科通立(广东)数据服务有限公司 基于多维数据融合的高速公路路况监测方法及系统