摘要
本发明提出一种北斗定位数据的智能分类方法,涉及北斗定位数据分类技术领域,包括:获取监测目标的北斗定位数据;对所获取的北斗定位数据进行标准化处理、异常值处理和时间序列对齐处理,生成预处理后的时序数据矩阵;构建分类模型;利用时空特征提取模块对预处理后的时序数据矩阵进行特征提取,其中包括时间特征提取和空间特征提取,分别得到时间特征向量和空间特征向量;采用时空特征融合模块对时间特征向量和空间特征向量进行融合处理,构建时空联合特征;将时空联合特征输入分类模块,通过特征转换、注意力权重计算和特征聚合,得到分类结果。本发明通过建立系统的数据处理和分类框架,实现对监测目标运动状态的准确识别和分类。
技术关键词
北斗定位数据
智能分类方法
空间特征提取
三次样条插值算法
特征提取模块
原始观测数据
构建分类模型
时序依赖关系
多头注意力机制
线性单元
多路径效应
空洞卷积结构
局部统计特征
矩阵
通道注意力机制
滑动时间窗口
系统为您推荐了相关专利信息
特征提取模型
细粒度特征
报告
跨模态融合特征
影像分类方法
表面缺陷检测方法
图像块特征
PCB结构
语义
内存
频段
特征提取模型
特征值
识别方法
Sigmoid函数