龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：华中科技大学
摘要：本发明公开了一种基于时空注意力的卷积‑双向长短时记忆多源航迹关联方法及系统，属于航迹关联领域，该方法利用CNN网络和第一注意力机制模块共同构建特征注意力模块，将时空配准后的多源航迹数据转化为特征序列；利用BiLSTM网络和第一注意力机制模块共同组成时间注意力模块，捕捉轨迹数据的时序特征；用全连接层将输出数据映射到新的特征空间，并用分类器进行打分；通过计算关联分数，确定多源航迹数据之间的关联关系。本发明使用CNN全面提取航迹空间特征，结合注意力机制确保重要特征发挥关键作用；使用BiLSTM全面提取航迹时间特征，结合注意力机制筛选出历史序列中最为重要的状态信息，克服了传统方法信息利用不完全的问题，提高了关联准确率。
主权项：1.一种基于时空注意力的卷积-双向长短时记忆多源航迹关联方法，其特征在于，包括：S1，获取观测平台A、B分别对观测目标所观测的航迹数据ZA、ZB，对ZA、ZB进行时间配准及空间配准得到ZA`、ZB`；S2，将ZA`、ZB`输入至预先训练好的多源航迹关联模型得到关联结果；其中，所述多源航迹关联模型包括依次连接的特征注意力模块、时间注意力模块和全连接层；所述特征注意力模块包括依次连接的CNN网络和第一注意力机制模块，所述CNN网络用于提取输入数据的特征向量，所述第一注意力机制模块包括依次连接的第一单层BP网络、第一softmax层和第一权重分配层，分别用于计算输入数据的特征向量的特征注意力权重向量、对所述特征注意力权重向量进行归一化处理及对所述输入数据的特征向量进行加权计算得到航迹数据的高维空间特征；所述时间注意力模块包括依次连接的BiLSTM网络和第二注意力机制模块，所述BiLSTM网络用于提取所述高维空间特征的时序特征向量，所述第二注意力机制模块包括依次连接的第二单层BP网络、第二softmax层和第二权重分配层，分别用于计算所述时序特征向量的时间注意力权重向量、对所述时间注意力权重向量进行归一化处理及对所述时序特征向量进行加权计算得到包含空间信息与时间信息的航迹特征；所述全连接层用于对包含空间信息与时间信息的航迹特征进行分类预测得到输入数据的关联结果。
全文数据：
权利要求：
百度查询： 华中科技大学 一种基于时空注意力的卷积-双向长短时记忆多源航迹关联方法及系统
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号