摘要
本发明涉及智能交通和位置预测技术领域,具体涉及一种基于语义轨迹的多模态位置预测方法、电子设备及介质,如下步骤:数据预处理与特征提取,包括获取用户历史POI轨迹数据,提取时空特征,转换时间格式,标注POI类别标签,生成语义轨迹;多模态嵌入表示,处理离散和连续模态特征,消除数据异质性,生成统一特征矩阵;多模态依赖建模,提取模态内及模态间依赖关系,分析历史与未来轨迹的关联性;多任务预测与训练,基于不同模态预测层输出位置、时间和POI分类结果,构建多任务损失函数联合优化模型参数,实现POI位置点精准预测。本发明利用语义轨迹和POI的地理及功能属性生成类别标签,提高位置预测准确度。
技术关键词
位置预测方法
语义
多模态
多任务损失函数
解码器
嵌入特征
位置预测技术
注意力
特征提取模块
标签
模态特征
历史轨迹数据
电子设备
处理器
参数
掩码矩阵
系统为您推荐了相关专利信息
产品测试方法
计算机程序指令
存储计算机程序
产品测试装置
测试工具
综合评价方法
综合评价模型
指标评价数据
评价指标筛选
节点
语义解析方法
节点
语音
计算机可读指令
质检模型
激光轮廓测量仪
特征检测方法
轮毂特征
轮毂中心孔
三维扫描数据
铜电极
柔性基底表面
聚二甲基硅氧烷
纳米碳酸钡
多模态传感器