一种基于跨模态语义融合的路网信息增强方法

AITNT
正文
推荐专利
一种基于跨模态语义融合的路网信息增强方法
申请号:CN202510661663
申请日期:2025-05-22
公开号:CN120544180A
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种基于跨模态语义融合的路网信息增强方法,属于智能交通领域路径推荐与路网优化技术。包括:通过BERT模型提取道路名称的上下文语义嵌入,捕获地理语义信息;构建层级化路网知识图谱,编码道路类型、行政区划等先验知识,生成结构化知识嵌入;设计加权拼接策略动态融合两类嵌入,通过注意力机制优化权重分配,平衡语义丰富性与知识结构化优势,解决低频道路语义稀疏及KG覆盖不全的矛盾。文本中“低频道路语义稀疏及KG覆盖不全的矛盾”指的是低频道路存在语义信息稀少的问题,同时知识图谱(KG)对相关信息的覆盖也不全面,通过提出的方法来解决这一矛盾。
技术关键词
跨模态 词语 BERT模型 前馈神经网络 图谱 轮廓系数 注意力机制 层级 语义特征 样本 实体 三元组 指数 映射方法 标记 智能交通 序列 文本 分词
系统为您推荐了相关专利信息
1
一种基于像元方向发射特性的无人机热环境遥感观测方法
环境遥感观测 发射率 三维点云数据 无人机 投影变换矩阵
2
基于质量证明的生成式模型区块链推理部署方法和系统
编码器 加密 区块链架构 BERT模型 模块
3
基于大数据技术的用户行为智慧分析与管理系统
大数据技术 管理系统 智能识别模块 管理策略 强化学习算法
4
一种可解释的零样本视觉EEG解码方法
稀疏编码模型 稀疏编码算法 解码方法 图像解码器 样本
5
车辆制造质量缺陷检测方法、装置、电子设备及存储介质
多阶段 跨模态 序列 视觉特征 多头注意力机制
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