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
训练检测模型
训练深度估计模型
双目摄像机
样本
数据
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
指针
补丁
神经网络模型
自动修复方法
静态代码分析