基于最优传输理论拓扑标签分布增强的交通态势识别方法

AITNT
正文
推荐专利
基于最优传输理论拓扑标签分布增强的交通态势识别方法
申请号:CN202510408005
申请日期:2025-04-02
公开号:CN120471259A
公开日期:2025-08-12
类型:发明专利
摘要
本发明公开了一种基于最优传输理论拓扑标签分布增强的交通态势识别方法,包括获取交通态势数据特征矩阵和标志的逻辑标签矩阵作为输入;构建基于最优传输理论的联合分布优化模型,基于最优传输理论的Wasserstein距离度量,通过求解一个优化问题,实现特征空间与标签空间的分布对齐,恢复标签分布;基于持续同调图捕捉邻域关系,以Wasserstein距离进行拓扑空间变换,同时考虑样本的特征相关关系和相邻结构的相似性;使用K临近算法进行标签分布预测。本发明将最优传输理论和拓扑数据分析,通过构建特征‑标签联合流形空间,实现了跨模态分布的几何结构匹配,为处理复杂场景下的标签模糊问题提供了新的技术路径。
技术关键词
标签 样本 识别方法 交通特征 理论 K近邻方法 临近算法 拓扑特征 矩阵 逻辑 邻域 交通流信息 两点间距离 路段 度量 表达式 关系 模块
系统为您推荐了相关专利信息
1
用于大气污染监测的异常数据处理系统
序列 大气污染监测 时序 数据处理系统 曲线
2
用户流量确定方法、装置、服务端、存储介质以及产品
训练检测模型 训练深度估计模型 双目摄像机 样本 数据
3
一种安全穿戴检测方法
身体 人体 反光衣 穿戴检测方法 图像
4
一种基于图像识别的电梯云平台管理系统
异常对象 云平台管理系统 深度学习模型 夹手 神经网络模型
5
一种基于机器学习的程序自动修复方法及系统
指针 补丁 神经网络模型 自动修复方法 静态代码分析
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号