[发明专利]一种基于智能神经网络的终端跟踪方法及系统

权利要求书

1.一种终端跟踪方法，其特征在于，包括：

获取最优智能神经网络系统；

获取终端运动状态数据；

向所述最优智能神经网络系统，输入所述运动状态数据；

输出所述终端的经纬度数据；

将所述经纬度数据转为地点位置；

根据所述地点位置，跟踪所述终端。

2.根据权利要求1所述的终端跟踪方法，其特征在于，进一步包括：

预处理所述运动状态数据，得到所述最优智能神经网络系统的适配数据；

输出所述终端的结果数据；

后处理所述结果数据，以输出所述终端的经纬度数据。

3.根据权利要求1所述的终端跟踪方法，其特征在于，所述获取最优智能神经网络系统进一步包括：

创建智能神经网络系统；

获取终端运动的历史数据；

根据所述历史数据，训练所述智能神经网络；

判断所述智能神经网络系统误差是否趋于稳定，所述趋于稳定的系统误差为系统稳定误差；

若是，生成最优智能神经网络系统。

4.根据权利要求3所述的终端跟踪方法，其特征在于，进一步包括：

若否，判断是否达到预设训练次数；

若是，生成最优智能神经网络系统；

若否，返回训练所述智能神经网络。

5.根据权利要求3所述的终端跟踪方法，其特征在于，进一步包括：

预处理所述历史数据，得到所述智能神经网络的适配数据。

6.根据权利要求3所述的终端跟踪方法，其特征在于，所述智能神经网络包括输入层、输出层、一个或多个隐含层，所述输入层、输出层、隐含层包括一个或多个神经元，所述训练所述智能神经网络进一步包括：

初始化所述神经元之间的网络连接的权重；

输入一组历史数据训练样本；

所述隐含层神经元通过输出层输出结果数据；

反向传递网络训练误差，所述误差包括所述结果数据与所述历史数据的误差，所述反向传递包括从输出层经隐含层向输入层的传递；

根据所述误差，修正隐含层神经元与输出层神经元之间的网络连接的权重，以及输入层神经元与隐含层神经元之间的网络连接的权重。

7.根据权利要求1所述的终端跟踪方法，其特征在于，进一步包括：

获取所述终端的多组经纬度数据；

将所述多组经纬度数据转为多个地点位置；

连接所述多个地点位置，得到所述终端的运动轨迹。

8.根据权利要求1所述的终端跟踪方法，其特征在于，所述运动状态数据包括所述终端的移动速度、移动方向。

9.根据权利要求8所述的终端跟踪方法，其特征在于，进一步包括：

建立所述终端的移动速度、移动方向与经纬度的映射关系。

10.一个系统，其特征在于，包括：

一个存储器，被配置为存储数据及指令；

一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：

获取最优智能神经网络系统；

获取终端运动状态数据；

向所述最优智能神经网络系统，输入所述运动状态数据；

输出所述终端的经纬度数据；

将所述经纬度数据转为地点位置；

根据所述地点位置，跟踪所述终端。