| 专利号 | 2019106170687 | 申请日 | 2019-07-09 | 专利名称 | 时空数据关联深度学习方法 |
| 授权日 | 2023-05-26 | 专利权人 | 中国人民解放军海军航空大学 | 发明人 | 崔亚奇;何友 |
| 主分类号 | G06F16/29 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种时空数据关联深度学习方法，属于数据处理领域，主要解决现有方法假设多、适用范围窄、无法学习等问题。该方法首先对具体时空关联问题进行分析，制定时空信息单元编号规则。然后采用合适度量方法，构建关联张量输入和关联判决输出数学表示。在此基础上，广泛采集关联场景样本，计算生成时空数据关联训练数据集。同时，基于典型深度卷积和循环神经网络结构，构建时空关联深度网络结构。最后，利用训练数据集，采用神经网络训练方法，训练生成具体的时空数据关联神经网络。基于生成的网络，输入实测时空数据，即可得到相应关联结果。该时空关联学习方法具有适用范围广、适配场景多、实用效果好等优点，可应用解决各类时空关联问题。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 下一代信息网络产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
