- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种基于深度学习和异步轨迹数据的用户身份识别方法,包括以下步骤:对待识别的异步轨迹数据进行预处理后输入到用户身份识别模型中对用户身份进行识别。模型使用融合双向循环神经网络对用户身份进行识别,具体如下:将超长轨迹序列输入到一维卷积层进行数据压缩;将数据压缩序列输入到一维池化层进行特征提取得到短序列;将短序列输入进双向门控循环单元中,分别沿时间正序和时间逆序学习轨迹特征;将时间正序、逆序方向的轨迹特征进行合并后输入到全连接层,输出合并后的轨迹特征所对应的用户身份识别号。本发明可以解决已有方
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113312596 B
(45)授权公告日 2023.04.07
(21)申请号 202110648737.4 G06N 3/044 (2023.01)
文档评论(0)