[发明专利]一种基于混合语义嵌入的异常轨迹识别方法在审
| 申请号： | 202310865473.7 | 申请日： | 2023-07-14 |
| 公开（公告）号： | CN116884022A | 公开（公告）日： | 2023-10-13 |
| 发明（设计）人： | 张鹏飞;宋晓辉;孙超伟 | 申请（专利权）人： | 河南省科学院 |
| 主分类号： | G06V30/262 | 分类号： | G06V30/262;G06T7/246;G06V10/82;G06N3/0464 |
| 代理公司： | 深圳市众元信科专利代理有限公司 44757 | 代理人： | 徐佳辰 |
| 地址： | 450046 河南省*** | 国省代码： | 河南;41 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于混合语义嵌入的异常轨迹识别方法，该框架有效解决现有异常轨迹识别方法不能捕捉轨迹中的序列信息和不同OD‑pair之间的共性信息的缺陷，能够有效挖掘历史轨迹中的时空特征并融合多类语义信息。该框架由三个模块组成：混合语义特征提取模块、序列处理模块和预测模块。使用词嵌入捕捉轨迹的类别语义，利用图卷积网络获取轨迹地理语义。由于多种语义容易混淆模型的识别能力，自适应混合语义融合门调控类别语义和地理语义的最优信息权重系数。其次，带注意力机制的门控循环神经网络学习轨迹的序列特征，并将类别、地理混合语义特征和序列特征信息融合以实现轨迹的准确识别。准确、高效地检测异常轨迹可以有效抑制出租车司机的欺诈行为，保障出租车乘客的安全与利益。 | ||
| 搜索关键词： | 一种 基于 混合 语义 嵌入 异常 轨迹 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南省科学院，未经河南省科学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310865473.7/，转载请声明来源钻瓜专利网。
