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！

摘要：本申请涉及一种基于知识增强的海上轨迹预测方法及装置。所述方法包括：根据大语言模型对海上活动数据进行知识抽取，得到时间序列数据、地理数据和事件数据；对地理数据和事件数据进行地址映射和事件消歧，对时间序列数据、预处理后的地理数据和事件数据进行离散化处理，根据FP‑Growth算法对离散数据集进行规则挖掘，得到多个时间‑位置规则或时间‑事件规则；根据时间‑事件规则的置信度和事件‑位置信息的分布概率分配新的时间‑位置增量规则的置信度后与时间‑位置存量规则集合进行融合和更新，根据更新后的时间‑位置存量规则集合预测船只在某个月份可能出现的位置。采用本方法能够提高海上轨迹预测准确率。

主权项：1.一种基于知识增强的海上轨迹预测方法，其特征在于，所述方法包括：获取船只的海上活动数据；根据大语言模型对所述海上活动数据进行知识抽取，得到时间序列数据、地理数据和事件数据；对所述地理数据和事件数据进行地址映射和事件消歧，得到预处理后的地理数据和事件数据；对所述时间序列数据、预处理后的地理数据和事件数据进行离散化处理，得到离散数据集；根据FP-Growth算法通过构造频繁模式树的方式对所述离散数据集进行规则挖掘，得到多个时间-位置规则或时间-事件规则；从开源渠道中获取事件-位置信息和事件-位置信息的分布概率，根据时间-事件规则的置信度和所述事件-位置信息的分布概率分配新的时间-位置增量规则的置信度，将所述新的时间-位置增量规则与时间-位置存量规则集合进行融合和更新，根据更新后的时间-位置存量规则集合预测船只在某个月份可能出现的位置；根据大语言模型对所述海上活动数据进行知识抽取，得到时间序列数据、地理数据和事件数据，包括：对所述海上活动数据进行数据清洗和数据重构，得到重构后的数据；预先设置初始提示词并设置了提示词优化策略对所述初始提示词进行优化，利用优化后的提示词引导大语言模型对所述重构后的数据进行语句转写，将所述重构后的数据中的由一个主句、多个从句以及丰富的连接词组成的时间复合句以及主语位置异常的倒装句拆分成两个或多个简单句；对所述简单句进行抽取，得到初步抽取结果；根据预先设置的抽取错误标签体系对所述初步抽取结果进行标注，将标注的文本作为同类错误文本，对所述同类错误文本进行语句结构分析，生成仿真文本问答对，删除仿真文本问答对中修饰成分后对优化后的提示词进行反馈修改，得到修改后的提示词；利用所述修改后的提示词引导大语言模型对所述海上活动数据进行知识抽取，得到时间序列数据、地理数据和事件数据。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于知识增强的海上轨迹预测方法及装置