摘要
本发明涉及轨迹分类技术领域,尤其是涉及一种基于多层次特征提取的自监督轨迹分类方法及系统。包括获取道路网络和基于GPS的轨迹;将道路网络和基于GPS的轨迹进行轨迹匹配,生成道路网络约束的轨迹,对道路网络约束的轨迹进行轨迹增强;构建轨迹分类模型,将图注意网络和图卷积网络嵌入轨迹分类模型,通过轨迹增强的视图获得位置序列嵌入,将长短时记忆网络嵌入轨迹分类模型,通过所述视图的时间序列获得时间序列嵌入;利用位置序列嵌入和时间序列嵌入对轨迹分类模型进行预训练,优化预训练的模型并进行轨迹分类。解决了传统轨迹分类方法在准确性和效率方面存在的不足问题。
技术关键词
轨迹分类模型
轨迹分类方法
多层次特征提取
生成道路网络
序列
地图匹配算法
隐马尔可夫模型
可读存储介质
损失函数优化
生成时间戳
模型预训练
终端设备
邻域特征
分类技术
跨度
数据获取模块
分类系统
处理器
系统为您推荐了相关专利信息
分布式光伏
分层
光伏发电预测
电网运行数据
光伏发电数据
高锰酸盐指数水质
隐马尔可夫模型
高光谱遥感影像
反演模型
反演方法
安全漏洞检测方法
5G核心网
状态机模型
生成测试用例
消息