[發(fā)明專利]一種基于卷積自編碼器的空間位置信息的表征學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111467616.6
• 申請(qǐng)日: 2021-12-02
• 公開（公告）號(hào): CN114443788A
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計(jì)）人: 徐燁;湯敏偉;李真
• 申請(qǐng)（專利權(quán)）人: 天翼電子商務(wù)有限公司
• 主分類號(hào): G06F16/29
• 分類號(hào): G06F16/29;G06F16/2458;G06F16/21;G06F16/835;G06N3/04;G06N3/08;G06Q40/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于卷積自編碼器的空間位置信息的表征學(xué)習(xí)方法，其特征在于，包括以下：

S1.數(shù)據(jù)獲取與數(shù)據(jù)預(yù)處理，獲取待研究的數(shù)據(jù)，所述數(shù)據(jù)為表格類型的數(shù)據(jù)，需要包含數(shù)據(jù)唯一標(biāo)識(shí)符、時(shí)間戳信息、經(jīng)緯度信息以及附加的業(yè)務(wù)特征信息N個(gè)，對(duì)于所獲取的N個(gè)業(yè)務(wù)特征，進(jìn)行歸一化處理；

S2.數(shù)據(jù)柵格化處理，按照樣本的經(jīng)緯度信息，將樣本數(shù)據(jù)處理為點(diǎn)要素的矢量數(shù)據(jù)vec；同時(shí)，結(jié)合固定大小的滑動(dòng)時(shí)間窗口和緩沖區(qū)，將樣本所對(duì)應(yīng)的近鄰樣本的矢量數(shù)據(jù)轉(zhuǎn)換為柵格數(shù)據(jù)，具體包括描述近鄰樣本空間位置分布的柵格數(shù)據(jù)集raster_dist與描述近鄰樣本業(yè)務(wù)特征值分布的柵格數(shù)據(jù)集raster_feature；

S3.空間分析，對(duì)于步驟S2中所獲取的矢量數(shù)據(jù)vec，基于標(biāo)準(zhǔn)差橢圓和凸包，生成對(duì)應(yīng)的柵格數(shù)據(jù)集raster_ellipse與raster_convex，作為對(duì)近鄰樣本空間分布特征的補(bǔ)充信息；

S4.訓(xùn)練卷積自編碼器，組合步驟S3中所獲得的柵格數(shù)據(jù)集raster_dist、raster_ellipse、raster_convex、raster_feature，作為自編碼器的輸入，按照特定的訓(xùn)練參數(shù)構(gòu)建卷積自編碼器，并進(jìn)行自編碼器的訓(xùn)練；

S5.提取表征學(xué)習(xí)的結(jié)果，基于S4步驟所獲得的自編碼器模型，提取出其中的編碼器部分作為表征加工的憑據(jù)，編碼器所計(jì)算出的數(shù)值即為模型自動(dòng)加工的特征值。

2.根據(jù)權(quán)利要求1所述的一種基于卷積自編碼器的空間位置信息的表征學(xué)習(xí)方法，其特征在于，步驟S1中，對(duì)于所獲取的N個(gè)業(yè)務(wù)特征，進(jìn)行歸一化處理，具體做法為：采取z-score方法，分別對(duì)各個(gè)特征進(jìn)行標(biāo)準(zhǔn)化的處理，去除量綱的影響。

3.根據(jù)權(quán)利要求1所述的一種基于卷積自編碼器的空間位置信息的表征學(xué)習(xí)方法，其特征在于，步驟S2中的具體步驟描述如下：

2.1)表格數(shù)據(jù)轉(zhuǎn)換為矢量數(shù)據(jù)，按照OGC的simple features的標(biāo)準(zhǔn)，根據(jù)樣本的經(jīng)緯度信息，以WKT的形式將其表達(dá)為點(diǎn)要素(POINT)的地理實(shí)體，并在原有表格數(shù)據(jù)的基礎(chǔ)上添加該標(biāo)識(shí)，作為矢量數(shù)據(jù)vec；

2.2)根據(jù)時(shí)間窗口篩選近鄰樣本，設(shè)置時(shí)間窗口的大小，如近3小時(shí)，根據(jù)各個(gè)樣本的時(shí)間戳進(jìn)行對(duì)其余樣本進(jìn)行篩選，篩選出符合時(shí)間窗口條件的樣本，視作為各個(gè)樣本在時(shí)間上的近鄰樣本，同時(shí)將近鄰樣本也表達(dá)為點(diǎn)要素(MULTIPOINT)的地理實(shí)體，添加到矢量數(shù)據(jù)vec上；

2.3)根據(jù)空間距離篩選近鄰樣本，根據(jù)步驟2.2)中所獲取的近鄰樣本，以及步驟2.1)中所處理的點(diǎn)要素信息，按照距離構(gòu)建矩形的緩沖區(qū)，即緩沖區(qū)為的方形區(qū)域，篩選點(diǎn)要素位于方形區(qū)域中的樣本，作為各個(gè)樣本在時(shí)空層面上的近鄰樣本；

2.4)將近鄰樣本的信息轉(zhuǎn)換為柵格數(shù)據(jù)，根據(jù)步驟2.3)獲得近鄰樣本，對(duì)于某個(gè)樣本，記為該樣本的經(jīng)度，為該樣本的緯度，構(gòu)造大小為的矩陣，由于緩沖區(qū)的大小為，故每個(gè)柵格的邊長為，若樣本的第個(gè)近鄰樣本的經(jīng)緯度為與，則按照公式(1)來確認(rèn)近鄰樣本在矩陣中的行列索引與，其中int是指舍棄小數(shù)位，只保留整數(shù)位的函數(shù)；

通過統(tǒng)計(jì)矩陣內(nèi)各個(gè)索引的點(diǎn)要素的個(gè)數(shù)，作為樣本的近鄰樣本空間分布的柵格數(shù)據(jù)表示raster_dist；而通過最大值、平均值等聚合方式，統(tǒng)計(jì)矩陣各個(gè)索引中點(diǎn)要素的特征指標(biāo)，能夠構(gòu)建N個(gè)特征的柵格數(shù)據(jù)表示raster_feature。