摘要
本申请提供一种基于大模型的人工智能时空数据处理方法。该方法通过获取目标对象的时空轨迹信息,然后,根据时空轨迹信息中时空轨迹点序列的第一时空轨迹点以及第二时空轨迹点确定目标对象的速度特征向量,以形成时空轨迹点序列所对应的速度特征向量序列,以及根据时空轨迹点序列中的第一时空轨迹点、第二时空轨迹点以及第三时空轨迹点确定目标对象的加速度特征向量,以形成时空轨迹点序列所对应的加速度特征向量序列,从而根据速度特征向量序列、加速度特征向量序列以及预设时空轨迹预测模型确定当前时间节点的下一个时间节点目标对象的预测位置范围,进而实现预测目标对象在未来时间节点的位置范围的技术效果。
技术关键词
序列
加速度
轨迹预测模型
数据处理方法
神经网络模型
预测误差
对象
特征检测器
节点
特征值
计算机执行指令
坐标
可读存储介质
数据处理装置
训练集
处理器
模块
系统为您推荐了相关专利信息
中继节点
信号强度监测
子模块
数据传输能耗
空间插值算法
智能化调控系统
仿真模型
炉窑
子模块
智能化调控方法
历史监测数据
指标
协方差矩阵
灰度关联度
神经网络模型
小麦品种
小麦条锈病
标记
SNP基因型
PCR扩增产物
代码补全方法
大语言模型
小规模
分类器模型
解码算法