买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利一种基于深度区域嵌入的露天矿区域功能分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115937612B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310028711.9，技术领域涉及：G06V10/764；该发明授权一种基于深度区域嵌入的露天矿区域功能分类方法是由赵本壮;张磊;刘佰龙;梁志贞设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于深度区域嵌入的露天矿区域功能分类方法在说明书摘要公布了：本发明公开了一种基于深度区域嵌入的露天矿区域功能分类方法，属于露天矿管理领域，首先对露天矿进行均匀单元区域划分，然后通过轨迹数据提取不同单元区域的特征信息，将不同单元区域构建成一个稀疏单元区域图；再则，利用结构化深度网络嵌入模型学习单元区域节点的空间嵌入表示，实现单元区域空间区域嵌入；然后，将单元区域特征时序序列作为双向长短期记忆神经网络的输入从而获取单元区域时序特征，实现单元区域时序区域嵌入，以弥补区域时间特征不足的问题；再则，将得到的单元区域节点的嵌入表示和单元区域序列特征进行特征融合，将最终特征融合结果输入到注意力层，解决不同特征权重分配不均问题；最后，进行训练得到更加准确的分类结果。

本发明授权一种基于深度区域嵌入的露天矿区域功能分类方法在权利要求书中公布了：1.一种基于深度区域嵌入的露天矿区域功能分类方法，其特征是：步骤S1、对露天矿区内的卡车GPS轨迹数据和露天矿区区域进行预处理，将原始露天矿轨迹数据进行数据清洗，并将露天矿区域进行单元区域划分，提取单元区域特征，并通过现有露天矿人工划分后的区域功能作为标签数据，即每个单元区域对应一种矿区功能，矿区功能包括采矿区、卸矿区、渣场；步骤S2、通过所述步骤S1中预处理后的轨迹和单元区域数据，构建轨迹单元区域图；步骤S3、将所述步骤S2得到轨迹单元区域图输入到结构化深度网络嵌入模型中，然后利用无监督训练结构化深度网络嵌入模型，训练结束后生成训练好的单元区域嵌入模型，进而得到单元区域的低维表示向量；步骤S4、基于所述步骤S1获得的单元区域特征，构造单元区域时序序列，使用双向长短期记忆神经网络来从时序序列中提取单元区域单元的时序特征；步骤S5、将所述步骤S3获得的单元区域的低维表示向量和步骤S4提取的单元区域时序特征进行特征融合，并将最终的特征向量输入至注意力层调整特征权重，最后输入至全连接层并训练现有分类器softmax，得到训练好的分类模型；步骤S6、将所述步骤S5区域所对应的最终特征向量输入步骤S5所述的最终分类模型，识别出研究区域所对应的矿区功能；所述步骤S2中，具体步骤是：将轨迹映射到单元区域后得到单元区域特征，单元区域结构建模为图，其中节点集合表示单元区域，边集合表示两个单元区域之间的连接关系；单元区域轨迹图的邻接矩阵，其中表示单元区域和是否连接； ；所述步骤S3具体为：步骤S31、将步骤S2得到的单元区域轨迹图输入到结构化深度网络嵌入模型中；结构化深度网络嵌入模型由编码器和解码器组成；编码器负责将输入数据映射到低维向量，解码器负责将低维向量映射到原始表示空间；结构化深度网络嵌入模型深层的网络结构更好地感知轨迹单元区域图的结构；同时网络通过联合优化一阶相似度和二阶相似度约束来同时感知图中局部和整体的结构，并缓解轨迹单元区域图结构中稀疏性的负面影响；步骤S32、一阶相似假设两个单元区域相似，如果两个单元区域在单元区域轨迹网络中连接；二阶近似假设两个单元区域相似，如果两个单元区域的邻域结构相似，即使它们在单元区域轨迹网络中没有连接；二阶邻近性丰富了单元区域轨迹网络中的区域关系，使结构化深度网络嵌入模型能够捕捉单元区域轨迹网络的全局结构；结构化深度网络嵌入模型的编码器给定单元区域的邻域结构，编码器的过程表示为：其中是可学习的参数矩阵，是偏置项，是Sigmoid激活函数；步骤S33、解码器为编码器的逆过程，因此获得单元区域的输出；自编码器构造的目标是最小化输入数据和输出数据的重建损失；由于输入是每个单元区域的邻域结构，重建过程将使具有相似邻域结构的单元区域趋向于相似的低维表示；因此二阶相似度的损失函数定义为：其中表示按元素的乘法，因为露天矿的路网是稀疏的，所以在邻接矩阵中有许多的零元素；为了使模型更倾向于重构非零元素，引用了向量,具体来说，如果,则0，否则；通过连接一阶相似度和二阶相似度的损失函数得到了结构化深度网络嵌入模型的损失函数，定义为： 其中是超参数，是解码过程中的参数矩阵；等式中的最后一项是防止过拟合的正则化项；在最小化损失函数后，得到单元区域的低维表示向量集，从而保持了单元区域轨迹图的局部和全局结构。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。