[发明专利]预测速度的方法和装置在审
| 申请号: | 201810641797.1 | 申请日: | 2018-06-21 |
| 公开(公告)号: | CN110633707A | 公开(公告)日: | 2019-12-31 |
| 发明(设计)人: | 张立成 | 申请(专利权)人: | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号: | G06K9/46 | 分类号: | G06K9/46;G06N3/04 |
| 代理公司: | 11219 中原信达知识产权代理有限责任公司 | 代理人: | 张一军;张效荣 |
| 地址: | 100195 北京市海淀区杏石口路6*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 输出特征 数据对应 速度预测 拼接 计算机技术领域 方法和装置 特征提取 运算处理 预测 准确率 融合 | ||
1.一种预测速度的方法,其特征在于,包括:
对多种数据分别进行特征提取以得到每种数据对应的输出特征;
将所述每种数据对应的输出特征进行拼接;
对拼接后得到的输出特征进行运算处理以得到预测的速度。
2.根据权利要求1所述的方法,其特征在于,所述多种数据包括图像数据、惯性测量数据和位置数据中的至少两种,并且,使用卷积神经网络对所述图像数据进行特征提取,使用深层神经网络对所述惯性测量数据和/或所述位置数据进行特征提取。
3.根据权利要求2所述的方法,其特征在于,所述深层神经网络包括不少于两个隐藏层。
4.根据权利要求1所述的方法,其特征在于,对多种数据分别进行特征提取之后,还包括:
通过将提取的所述多种数据的特征分别输入时间递归神经网络,以对所述多种数据分别进行二次特征提取,并将二次特征提取后得到的特征作为每种数据对应的输出特征。
5.根据权利要求1所述的方法,其特征在于,对拼接后得到的输出特征进行运算处理之前,还包括:
通过将拼接后得到的输出特征输入时间递归神经网络,以对所述拼接后得到的输出特征进行二次特征提取,并使用二次特征提取后得到的输出特征来更新所述拼接后得到的输出特征。
6.根据权利要求4或5所述的方法,其特征在于,所述时间递归神经网络为长短期记忆网络。
7.根据权利要求4或5所述的方法,其特征在于,所述时间递归神经网络的层数为两层。
8.根据权利要求1或5所述的方法,其特征在于,对拼接后得到的输出特征进行运算处理以得到预测的速度的步骤包括:
将拼接后得到的输出特征输入全连接层以进行运算处理,并将所述全连接层的输出作为预测的速度。
9.一种预测速度的装置,其特征在于,包括:
特征提取模块,用于对多种数据分别进行特征提取以得到每种数据对应的输出特征;
特征拼接模块,用于将所述每种数据对应的输出特征进行拼接;
运算处理模块,用于对拼接后得到的输出特征进行运算处理以得到预测的速度。
10.一种预测速度的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
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北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,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/pat/books/201810641797.1/1.html,转载请声明来源钻瓜专利网。





