专利交易市场

本发明涉及大数据分析应用领域，特别是涉及一种基于特征组分层和半监督随机森林的鼠标轨迹识别方法，包括获取鼠标轨迹数据；根据鼠标轨迹数据建立描述人类轨迹特性的基础特征组和强化人机轨迹差异性的辅助特征组；训练多个单视角随机森林模型对未标记样本进行伪标记，筛选出在分类器中达到规定条件的样本，对这些样本进行随机抽取并加入到标记样本中进行分类器的迭代训练；使用扩充样本集的基础特征组和辅助特征组训练多视角随机森林模型，将实时数据输入该模型，判断该操作是人类行为还是机器行为；本发明从海量鼠标轨迹行为中进行人机识别，还能解决鼠标轨迹特征挖掘不充分、数据不平衡、标记样本少等问题，极大地提高了识别性能和识别效率。

本申请提供一种车辆轨迹的识别方法、装置、设备、存储介质及程序产品，涉及智慧交通技术领域。其中的方法包括：获取目标车辆轨迹，将目标车辆轨迹与高精地图的道路层进行匹配，得到与目标车辆轨迹匹配的目标道路，针对目标车辆轨迹中的定位点，确定定位点在目标道路中的车道，并基于定位点与定位点所在车道，判断目标车辆轨迹是否为高精定位轨迹，使得在没有标记位标识的情况下，仅通过定位点与定位点所在车道即可判断目标车辆轨迹是否为高精定位轨迹，从而有效解决了混合轨迹数据中高精定位轨迹识别的问题，提高了数据利用率和动态事件检测能力，从而可以避免高精度数据资源的浪费，进而为下游应用提供更有力的数据支撑。

本发明公开了一种车载轨迹运行方向的识别方法，通过对车载线路进行初始栅格线段化处理，基于连续采样数据，将车载实时位置限定于两个车载静态数据内进行方向判断，当出现奇异数据时，基于连续高频次采样，首次通过均值法作为车载当前初始位置点位，再通过双重电子围栏，通过其限定栅格线段的搜索区域，降低计算复杂度，并由电子围栏获得与栅格线段的两个相交计算点，以此相交计算点建立坐标系，通过三角几何运算获得车载当前最终位置点位，此位置点位将作为车载奇异采样数据的参考值，从而将奇异数据的评估值控制在有限范围内，从而提高车载轨迹方向识别的准确度。