摘要
本申请涉一种基于TimeSformer模型的对抗结果预测方法及系统,涉及数据处理领域。该方法包括:获取对抗场景中具有对抗关系的目标对象的全局移动数据;对各个全局移动数据进行预处理,分别获得各目标对象的全局特征序列;利用预先训练好的TimeSformer模型,对获得的各全局特征序列进行处理,预测所述对抗场景的对抗结果,所述TimeSformer模型为利用历史对抗场景中采集到的具有对抗关系的训练样本的全局移动数据样本及对抗结果训练得到的。由此,提升了对抗结果的预测的准确度。
技术关键词
序列
前馈神经网络
矩阵
注意力
场景
关系
模块
对象
数据
度量
传播算法
预测系统
样本
时序
非线性
模式
参数
系统为您推荐了相关专利信息
协方差矩阵
MUSIC算法
孔洞
距离估计
阵列信号处理技术
锂电池电极结构
模态特征
融合特征
缺陷检测方法
多模态图像数据
仿真模型生成方法
建筑材料
移动最小二乘法
坐标
控制点
终端设备
网络流量特征
动态
视频传输参数
流量预测模型
任务调度方法
整数规划模型
动态规划算法
偏差
XGBoost算法