专利交易市场

本发明涉及一种基于机器学习的车辆轨迹异常检测方法，尤其涉及在车辆通过十字路口时的轨迹运用机器学习进行轨迹异常检测的方法。本发明方法通过输入车辆运行轨迹数据集，并使用机器学习的方法训练得到异常检测模型，并以此为依据进行车辆轨迹异常检测，判断待测车辆轨迹是否可靠，通过对车辆轨迹点的规范化处理，同时结合机器学习的中多元逻辑回归的方法完成异常判断模型θ的训练；它实现了根据异常判断模型θ判断轨迹是否异常，不仅准确率达到要求，同时运用矩阵点积和简易的多元逻辑回归算法，它实现了轨迹异常判断耗时非常少，效率高，非常适用于获取车辆轨迹后实行车辆轨迹异常检测步骤，对车辆目标检测具有重大意义。

本发明公开了基于TAN树形朴素贝叶斯算法网页可点击识别方法及系统，该方法包括：包括：步骤S10，操控浏览器获取目标源网页，爬取该网页的数据，并根据获取到的数据构造出标签节点树；步骤S20，根据朴素贝叶斯方法，计算出该标签节点树每一个节点特征在可点击与不可点击类别下的条件概率；步骤S30，根据每个节点可点击的条件概率，计算出每一个对父子节点在可点击与不可点击类别下的条件互信息值，并作为边的权重；步骤S40，根据权重，判断出拥有较高可点击概率的节点，并点击该节点。本发明所涉及的数据爬取以及点击等具体行为不需要人工参与定义，减少人工干预。加入人工智能辅助，爬取过程人工介入量少，训练好的模型可适应大多数目标源，重用性高。