一种状态确定方法、装置、存储介质及电子装置制造方法及图纸

技术编号:31594056 阅读:22 留言:0更新日期:2021-12-25 11:42
本发明专利技术实施例提供了一种状态确定方法、装置、存储介质及电子装置,涉及数据处理识别的技术领域。其方法包括:获取目标节点的参数信息;基于所述参数信息,确定所述目标节点的空间信息和时序信息;根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息。通过本发明专利技术,解决了状态确定精度低的问题,进而达到了提高状态确定精度的效果。进而达到了提高状态确定精度的效果。进而达到了提高状态确定精度的效果。

【技术实现步骤摘要】
一种状态确定方法、装置、存储介质及电子装置


[0001]本专利技术实施例涉及数据处理识别领域,具体而言,涉及一种状态确定方法、装置、存储介质及电子装置。

技术介绍

[0002]随着智能交通和智慧城市的建设,对于交通状态的感知和预测成为交通运营系统的核心问题。当时的交通运营是利用交通的历史数据,进行准确的预测,例如,通过交通状态的预测来进行交通管理。但是,当前对预测参数的影响因素较多,例如,例如:每天的时刻、节假日、季节、天气等等,这些影响因素增加了对预测参数进行建模的难度。
[0003]目前随着预测方式的不断发展,当前的预测方式存在着因交通节点的空间状态无法表示或无法表示高速或城市道路这种复杂的拓扑结构,从而导致交通节点或城市道路交通状态预测精度低的问题。

技术实现思路

[0004]本专利技术实施例提供了一种状态确定方法、装置、存储介质及电子装置,以至少解决相关技术中状态确定精度低的问题。
[0005]根据本专利技术的一个实施例,提供了一种状态确定方法,包括:获取目标节点的参数信息;基于所述参数信息,确定所述目标节点的空间信息和时序信息,其中,所述空间信息包括所述目标节点中的第一节点与其它所述目标节点之间的空间连接信息,所述时序信息包括所述目标节点在第一时序的状态信息;根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息,其中,所述目标时序为不包括所述第一时序的时序;其中,所述根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息包括:获取所述时序信息;对所述时序信息执行第二处理,其中,所述第二处理包括:对所述时序信息执行第二预测操作,以得到第二预测结果;在确定所述第二预测结果满足第二条件的情况下,根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息。
[0006]在一个示例性实施例中,所述基于所述参数信息,确定所述目标节点的空间信息包括:获取第一初始模型;对所述第一初始模型进行第一迭代处理,以得到第一模型;基于所述第一模型,对所述参数信息执行第一处理,以得到所述空间信息,其中,所述第一处理包括:获取所述参数信息;基于所述第一模型,对所述参数信息进行空间学习处理,以得到所述空间信息。
[0007]在一个示例性实施例中,所述基于所述第一模型,对所述参数信息执行第一处理,以得到所述空间信息包括:式中,用于指示在时间点t,所述参数信息中位于第(l
ꢀ‑ꢀ
1) 层的需要进行空间学习处理的节点;用于指示所述空间信息中,在时间点t,经所述第一模型进行空间学习处理后的位于第l层的节点,A为用于指示所述目标节点之间的连接关系的邻接矩阵。
[0008]在一个示例性实施例中,所述基于所述参数信息,确定所述目标节点的时序信息包括:获取所述参数信息中位于目标层的节点时序信息;基于预设的第二模型,对所述节点时序信息进行排序学习处理,以得到所述时序信息。
[0009]在一个示例性实施例中,所述基于预设的第二模型,对所述节点时序信息进行排序学习处理,以得到所述时序信息包括:式中,所述为所述时序信息中执行所述第一处理的所述参数信息,所述用于指示所述空间信息中,在时间点t,经所述第一模型进行空间学习处理后的位于第l层的节点。
[0010]在一个示例性实施例中,所述根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息包括:获取所述空间信息;对所述空间信息执行第一预测操作,以得到第一预测结果;在确定所述第一预测结果满足第一条件的情况下,根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息;在确定所述第一预测结果不满足第一条件的情况下,执行所述第一处理。
[0011]在一个示例性实施例中,所述根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息还包括:在确定所述第二预测结果不满足第二条件的情况下,基于第二模型,对所述参数信息进行排序学习处理,以得到目标时序信息,并对所述目标时序信息执行所述第二处理。
[0012]根据本专利技术的另一个实施例,提供了一种状态确定装置,包括:参数采集模块,用于获取目标节点的参数信息;信息确定模块,用于基于所述参数信息,确定所述目标节点的空间信息和时序信息,其中,所述空间信息包括所述目标节点中的第一节点与其它所述目标节点之间的空间连接信息,所述时序信息包括所述目标节点在第一时序的状态信息;状态模块,用于根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息,其中,所述目标时序为不包括所述第一时序的时序;其中,所述信息确定模块包括:
时序信息采集单元,用于获取所述时序信息;第二处理单元,用于对所述时序信息执行第二处理,其中,所述第二处理包括:对所述时序信息执行第二预测操作,以得到第二预测结果;在确定所述第二预测结果满足第二条件的情况下,根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息。
[0013]根据本专利技术的又一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0014]根据本专利技术的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
[0015]通过本专利技术,由于对目标节点的空间信息和时序信息进行确定,并由空间信息和时序信息共同对目标节点在目标时序的状态进行确定,因而可以避免因空间状态和时序状态不能精确确定导致的状态确定精度低的问题,因此,可以解决状态确定精度低问题,达到提高状态确定精度的效果。
附图说明
[0016]图1是本专利技术实施例的一种状态确定方法的移动终端的硬件结构框图;图2是根据本专利技术实施例的一种状态确定方法的流程图;图3是根据本专利技术实施例的一种状态确定装置的结构框图;图4是根据本专利技术具体实施例的流程图。
具体实施方式
[0017]下文中将参考附图并结合实施例来详细说明本专利技术的实施例。
[0018]需要说明的是,本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
[0019]本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本专利技术实施例的一种状态确定方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种状态确定方法,其特征在于,包括:获取目标节点的参数信息;基于所述参数信息,确定所述目标节点的空间信息和时序信息,其中,所述空间信息包括所述目标节点中的第一节点与其它所述目标节点之间的空间连接信息,所述时序信息包括所述目标节点在第一时序的状态信息;根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息,其中,所述目标时序为不包括所述第一时序的时序;其中,所述根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息包括:获取所述时序信息;对所述时序信息执行第二处理,其中,所述第二处理包括:对所述时序信息执行第二预测操作,以得到第二预测结果;在确定所述第二预测结果满足第二条件的情况下,根据所述空间信息以及所述时序信息,确定所述目标节点在目标时序的状态信息。2.根据权利要求1所述的方法,其特征在于,所述基于所述参数信息,确定所述目标节点的空间信息包括:获取第一初始模型;对所述第一初始模型进行第一迭代处理,以得到第一模型;基于所述第一模型,对所述参数信息执行第一处理,以得到所述空间信息,其中,所述第一处理包括:获取所述参数信息;基于所述第一模型,对所述参数信息进行空间学习处理,以得到所述空间信息。3.根据权利要求2所述的方法,其特征在于,所述基于所述第一模型,对所述参数信息执行第一处理,以得到所述空间信息包括:式中,用于指示在时间点t,所述参数信息中位于第(l
ꢀ‑ꢀ
1) 层的需要进行空间学习处理的节点;用于指示所述空间信息中,在时间点t,经所述第一模型进行空间学习处理后的位于第l层的节点,A为用于指示所述目标节点之间的连接关系的邻接矩阵。4.根据权利要求2所述的方法,其特征在于,所述基于所述参数信息,确定所述目标节点的时序信息包括:获取所述参数信息中位于目标层的节点时序信息;基于预设的第二模型,对所述节点时序信息进行排序学习处理,以得到所述时序信息。5.根据权利要求4所述的方法,其特征在于,所述基于预设的第二模型,对所述节点时序信息进行排序学习处理,以得到所述时序信息包括:式中,所述为所述时序信息中执行所述第一处理的所述参数信息...

【专利技术属性】
技术研发人员:彭垚王强
申请(专利权)人:浙江新创建高速公路有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1