摘要
本发明公开了一种基于PNTA的卫星时空轨迹数据关联分析方法,具体涉及数据关联分析技术领域,通过引入轨迹交叉重叠风险系数敏锐捕捉到滑动窗口内轨迹的聚合与交叉行为;其次,模态特征退化感知系数则从时序稳定性和频谱分布两大维度,动态度量各轨迹所携带的多模态信息因遮蔽、干扰或传感器失效而导致的特征降质程度,通过联合评估,能够在系统进入高伪一致性失配风险区时主动触发置信度抑制与模态增强机制,避免虚假轨迹合并对后续聚类和调度路径推演造成破坏,还能在低风险状态下保持匹配算法的高效率与稳定性,从而实现对轨迹识别链路中误判风险的精细化控制,显著提升复杂环境下多目标轨迹关联的准确率、鲁棒性和系统响应能力。
技术关键词
时空轨迹数据
关联分析方法
模态特征
滑动窗口
指数
风险
关联分析技术
流形学习算法
时序
序列
矩阵
标记
注意力机制
带时间
动态
逻辑
鲁棒性
高效率
系统为您推荐了相关专利信息
NDVI时间序列
遥感识别方法
时间序列曲线
遥感影像分类
时间序列遥感影像
网约车订单
PID控制系统
非线性误差
理论预测模型
模型误差
山区性河流
遥感影像数据
编码规则
地物特征
灰度共生矩阵
地质力学模型
非常规天然气
三维地质模型
岩石力学参数
筛选方法