本技術(shù)涉及人工智能，具體而言，涉及一種基于人工智能的北斗定位信息處理方法及系統(tǒng)。

背景技術(shù)：

1、隨著北斗定位系統(tǒng)的廣泛應(yīng)用，對其定位信息的準(zhǔn)確性和穩(wěn)定性要求也越來越高。然而，在實際的北斗定位過程中，由于各種因素的影響，如信號干擾、設(shè)備故障等，定位事件可以出現(xiàn)異常。為了有效地識別和診斷這些異常，提高北斗定位系統(tǒng)的可靠性，業(yè)界一直在尋求更高效、更準(zhǔn)確的異常診斷方法。

2、傳統(tǒng)的北斗定位異常診斷方法主要依賴于預(yù)設(shè)的規(guī)則和閾值進(jìn)行判斷，這種方法雖然簡單，但在面對復(fù)雜多變的實際情況時，往往顯得力不從心，誤報率和漏報率較高。

技術(shù)實現(xiàn)思路

1、有鑒于此，本技術(shù)的目的在于提供一種基于人工智能的北斗定位信息處理方法及系統(tǒng)。

2、依據(jù)本技術(shù)的第一方面，提供一種基于人工智能的北斗定位信息處理方法，應(yīng)用于北斗定位平臺系統(tǒng)，所述方法包括：

3、獲取第一訓(xùn)練北斗定位事件序列和第二訓(xùn)練北斗定位事件序列，所述第一訓(xùn)練北斗定位事件序列和所述第二訓(xùn)練北斗定位事件序列的異常缺陷標(biāo)簽不同，所述第一訓(xùn)練北斗定位事件序列的事件規(guī)模大于所述第二訓(xùn)練北斗定位事件序列的事件規(guī)模；

4、將所述第一訓(xùn)練北斗定位事件序列分為多個訓(xùn)練北斗定位事件子序列，基于所述第一訓(xùn)練北斗定位事件序列的事件規(guī)模和所述第二訓(xùn)練北斗定位事件序列的事件規(guī)模的事件規(guī)模比較參數(shù)，確定每個所述訓(xùn)練北斗定位事件子序列的提取數(shù)量；

5、基于所述提取數(shù)量對每個所述訓(xùn)練北斗定位事件子序列進(jìn)行事件提取，輸出第三訓(xùn)練北斗定位事件序列，并基于所述第三訓(xùn)練北斗定位事件序列和所述第二訓(xùn)練北斗定位事件序列生成目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列，所述第三訓(xùn)練北斗定位事件序列的事件規(guī)模和所述第二訓(xùn)練北斗定位事件序列的事件規(guī)模的事件規(guī)模比較參數(shù)小于設(shè)定比較參數(shù)；

6、基于所述目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列對北斗定位異常診斷網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，生成優(yōu)化后的所述北斗定位異常診斷網(wǎng)絡(luò)；

7、基于優(yōu)化后的所述北斗定位異常診斷網(wǎng)絡(luò)對候選北斗定位事件進(jìn)行異常診斷，生成所述候選北斗定位事件的異常缺陷診斷數(shù)據(jù)，所述異常缺陷診斷數(shù)據(jù)表征所述候選北斗定位事件的異常缺陷標(biāo)簽。

8、在第一方面的一種可能的實施方式中，所述獲取第一訓(xùn)練北斗定位事件序列和第二訓(xùn)練北斗定位事件序列，包括：

9、從樣例北斗定位事件日志中獲取攜帶異常標(biāo)注數(shù)據(jù)的初始定位事件，所述異常標(biāo)注數(shù)據(jù)表征所述初始定位事件的異常缺陷標(biāo)簽；

10、對所述初始定位事件進(jìn)行編碼表示，生成所述初始定位事件的編碼表示序列；

11、基于所述初始定位事件的編碼表示序列確定所述第一訓(xùn)練北斗定位事件序列和第二訓(xùn)練北斗定位事件序列。

12、在第一方面的一種可能的實施方式中，所述從樣例北斗定位事件日志中獲取攜帶異常標(biāo)注數(shù)據(jù)的初始定位事件，包括：

13、獲取所述初始定位事件的定位控制路徑數(shù)據(jù)；

14、基于所述初始定位事件的定位控制路徑數(shù)據(jù)，確定篩選知識點；

15、基于所述篩選知識點和篩選策略，從所述初始定位事件中刪除對應(yīng)的定位事件數(shù)據(jù)，生成更新后的所述初始定位事件。

16、在第一方面的一種可能的實施方式中，所述對所述初始定位事件進(jìn)行編碼表示，生成所述初始定位事件的編碼表示序列，包括：

17、依據(jù)所述初始定位事件的過往定位控制過程記錄，構(gòu)建所述初始定位事件的定位控制矢量，所述定位控制矢量至少包括定位標(biāo)簽矢量、定位時域矢量和定位空域矢量；

18、依據(jù)所述初始定位事件的定位邏輯，構(gòu)建所述初始定位事件的定位應(yīng)用場景矢量；

19、依據(jù)預(yù)設(shè)的時間窗口對所述初始定位事件的定位控制矢量和定位應(yīng)用場景矢量進(jìn)行時序化處理，以匯總出不同時間窗口的定位控制矢量和時序化定位應(yīng)用場景矢量；

20、對所述時序化前的基礎(chǔ)事件特征和時序化后的基礎(chǔ)事件特征中的至少一種與定位應(yīng)用場景矢量進(jìn)行編碼轉(zhuǎn)換，以獲得所述初始定位事件的第一編碼數(shù)據(jù)；

21、對所述初始定位事件的第一編碼數(shù)據(jù)中的持續(xù)性數(shù)據(jù)進(jìn)行處理，生成所述初始定位事件的第二編碼數(shù)據(jù)；

22、將所述初始定位事件的第一編碼數(shù)據(jù)和第二編碼數(shù)據(jù)進(jìn)行融合，生成所述初始定位事件的編碼表示序列，所述初始定位事件的編碼表示序列為量化編碼表示序列；

23、在第一方面的一種可能的實施方式中，所述對所述時序化前的基礎(chǔ)事件特征和時序化后的基礎(chǔ)事件特征中的至少一種與定位應(yīng)用場景矢量進(jìn)行編碼轉(zhuǎn)換，以獲得所述初始定位事件的第一編碼數(shù)據(jù)，包括：

24、對所述時序化前的定位控制矢量和時序化后的定位控制矢量中的至少一個和定位應(yīng)用場景矢量中的量化矢量進(jìn)行標(biāo)準(zhǔn)化規(guī)則轉(zhuǎn)換；及

25、對所述時序化前的定位控制矢量和時序化后的定位控制矢量中的至少一個和定位應(yīng)用場景矢量中的非量化矢量進(jìn)行分桶處理；

26、在第一方面的一種可能的實施方式中，所述依據(jù)所述初始定位事件的過往定位控制過程記錄，構(gòu)建所述初始定位事件的定位控制矢量的步驟，包括：

27、從所述初始定位事件的過往定位控制過程記錄中，提取關(guān)鍵數(shù)據(jù)，所述關(guān)鍵數(shù)據(jù)包括定位時間、定位地點、定位方式、定位精度、定位狀態(tài)；

28、對提取的關(guān)鍵數(shù)據(jù)進(jìn)行清洗，去除無效、重復(fù)或錯誤的數(shù)據(jù)記錄，生成清洗后的關(guān)鍵數(shù)據(jù)；

29、根據(jù)定位方式，為每種定位方式分配一個唯一的標(biāo)簽值，將所述標(biāo)簽值作為定位標(biāo)簽矢量的一部分；

30、基于定位時間的產(chǎn)生序列生成事件模式特征，作為所述定位時域矢量；

31、根據(jù)定位地點，提取空間特征作為所述定位空域矢量，所述空間特征包括經(jīng)緯度、地理位置的區(qū)域代碼、與特定地點的距離以及連續(xù)的定位記錄的移動速度和方向變化；

32、將所述定位標(biāo)簽矢量、定位時域矢量和定位空域矢量進(jìn)行融合，生成所述定位控制矢量，所述定位控制矢量用于描述初始定位事件在時間、空間和方式上的特征；

33、在第一方面的一種可能的實施方式中，所述依據(jù)所述初始定位事件的定位邏輯，構(gòu)建所述初始定位事件的定位應(yīng)用場景矢量的步驟，包括：

34、獲取初始定位事件的定位邏輯，所述定位邏輯包括觸發(fā)定位請求的條件、定位數(shù)據(jù)的用途以及定位過程中的關(guān)鍵決策點；

35、根據(jù)所述定位邏輯，識別出不同的定位應(yīng)用場景；

36、對每個定位應(yīng)用場景進(jìn)行詳細(xì)描述，選擇與所述定位應(yīng)用場景相關(guān)的關(guān)鍵特征，所述關(guān)鍵特征包括用戶行為數(shù)據(jù)、應(yīng)用界面狀態(tài)、設(shè)備狀態(tài)；

37、對于每個定位應(yīng)用場景，根據(jù)提取的關(guān)鍵特征構(gòu)建一個定位應(yīng)用場景矢量，所述定位應(yīng)用場景矢量用于反映該定位應(yīng)用場景下的關(guān)鍵特征；

38、采用二進(jìn)制編碼或者獨熱編碼來表示所述定位應(yīng)用場景矢量。

39、在第一方面的一種可能的實施方式中，所述將所述第一訓(xùn)練北斗定位事件序列分為多個訓(xùn)練北斗定位事件子序列，基于所述第一訓(xùn)練北斗定位事件序列的事件規(guī)模和所述第二訓(xùn)練北斗定位事件序列的事件規(guī)模的事件規(guī)模比較參數(shù)，確定每個所述訓(xùn)練北斗定位事件子序列的提取數(shù)量，包括：

40、在所述第一訓(xùn)練北斗定位事件序列和所述第二訓(xùn)練北斗定位事件序列的事件規(guī)模比較參數(shù)大于所述設(shè)定比較參數(shù)時，基于所述設(shè)定比較參數(shù)、所述訓(xùn)練北斗定位事件子序列的事件規(guī)模和所述第二訓(xùn)練北斗定位事件序列的事件規(guī)模，確定所述提取數(shù)量。

41、在第一方面的一種可能的實施方式中，所述基于所述目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列對北斗定位異常診斷網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，生成優(yōu)化后的所述北斗定位異常診斷網(wǎng)絡(luò)，包括：

42、基于預(yù)定義選擇策略選擇所述目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列中的每個目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)的多個特征矢量，并加載到目標(biāo)深度學(xué)習(xí)網(wǎng)絡(luò)模型，輸出權(quán)重判別結(jié)構(gòu)；

43、迭代執(zhí)行所述基于預(yù)定義選擇策略選擇所述目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列中的每個目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)的多個特征矢量，并加載到目標(biāo)深度學(xué)習(xí)網(wǎng)絡(luò)模型，輸出權(quán)重判別結(jié)構(gòu)的步驟，直到生成m個所述權(quán)重判別結(jié)構(gòu)，所述m為大于1的正整數(shù)；

44、對m個所述權(quán)重判別結(jié)構(gòu)進(jìn)行集成，生成所述北斗定位異常診斷網(wǎng)絡(luò)。

45、在第一方面的一種可能的實施方式中，所述基于所述目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列對北斗定位異常診斷網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，生成優(yōu)化后的所述北斗定位異常診斷網(wǎng)絡(luò)，包括：

46、將所述目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列，拆分成學(xué)習(xí)子序列和驗證子序列；

47、依據(jù)初始化配置數(shù)據(jù)和所述學(xué)習(xí)子序列，訓(xùn)練所述北斗定位異常診斷網(wǎng)絡(luò)，所述初始化配置數(shù)據(jù)包括所述訓(xùn)練北斗定位事件子序列的規(guī)模、所述m和基于預(yù)定義選擇策略選擇所述目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列中的每個目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)的特征矢量的規(guī)模；

48、對所述北斗定位異常診斷網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化搜索；

49、依據(jù)參數(shù)優(yōu)化搜索后的網(wǎng)絡(luò)參數(shù)信息，重新對所述北斗定位異常診斷網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，生成優(yōu)化后的所述北斗定位異常診斷網(wǎng)絡(luò)，并基于所述驗證子序列對所述優(yōu)化后的北斗定位異常診斷網(wǎng)絡(luò)進(jìn)行性能測試。

50、在第一方面的一種可能的實施方式中，所述基于優(yōu)化后的所述北斗定位異常診斷網(wǎng)絡(luò)對候選北斗定位事件進(jìn)行異常診斷，生成所述候選北斗定位事件的異常缺陷診斷數(shù)據(jù)，包括：

51、對獲取的候選北斗定位事件序列進(jìn)行編碼表示，生成所述候選北斗定位事件的編碼表示序列；

52、加載到所述候選北斗定位事件的編碼表示序列到優(yōu)化后的所述北斗定位異常診斷網(wǎng)絡(luò)中的每個所述權(quán)重判別結(jié)構(gòu)，以使得每個所述權(quán)重判別結(jié)構(gòu)均生成判別數(shù)據(jù)；

53、基于每個所述權(quán)重判別結(jié)構(gòu)生成的所述判別數(shù)據(jù)，生成所述異常缺陷診斷數(shù)據(jù)。

54、在第一方面的一種可能的實施方式中，所述判別數(shù)據(jù)包括所述候選北斗定位事件對應(yīng)于不同所述異常缺陷標(biāo)簽的置信度，所述基于每個所述權(quán)重判別結(jié)構(gòu)生成的所述判別數(shù)據(jù)，生成所述異常缺陷診斷數(shù)據(jù)，包括：

55、計算每個所述異常缺陷標(biāo)簽的置信度大于設(shè)定置信度的所述判別數(shù)據(jù)的規(guī)模；

56、確定所述規(guī)模大于所述m的一半的所述異常缺陷標(biāo)簽為所述異常缺陷診斷數(shù)據(jù)。

57、依據(jù)本技術(shù)的第二方面，提供一種北斗定位平臺系統(tǒng)，所述北斗定位平臺系統(tǒng)包括處理器以及可讀存儲介質(zhì)，所述可讀存儲介質(zhì)存儲有程序，該程序被處理器執(zhí)行時實現(xiàn)前述的基于人工智能的北斗定位信息處理方法。

58、依據(jù)本技術(shù)的第三方面，提供提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有計算機可執(zhí)行指令，在監(jiān)測到所述計算機可執(zhí)行指令被執(zhí)行時，實現(xiàn)前述的基于人工智能的北斗定位信息處理方法。

59、依據(jù)以上任意一個方面，本技術(shù)實施例通過獲取具有不同異常缺陷標(biāo)簽的第一和第二訓(xùn)練北斗定位事件序列，并通過一系列處理步驟，生成了優(yōu)化后的北斗定位異常診斷網(wǎng)絡(luò)。具體而言，通過對比第一和第二訓(xùn)練北斗定位事件序列的事件規(guī)模，并據(jù)此確定子序列的提取數(shù)量，有效解決了數(shù)據(jù)不平衡問題，使得訓(xùn)練數(shù)據(jù)更具代表性，從而提升了模型的泛化能力。通過對訓(xùn)練數(shù)據(jù)進(jìn)行合理分割和提取，形成目標(biāo)樣例學(xué)習(xí)數(shù)據(jù)序列，進(jìn)而對北斗定位異常診斷網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，這種方式不僅提高了模型的訓(xùn)練效率，同時也大幅提升了異常診斷的準(zhǔn)確性。利用優(yōu)化后的北斗定位異常診斷網(wǎng)絡(luò)，可以對候選北斗定位事件進(jìn)行快速、準(zhǔn)確的異常診斷，生成的異常缺陷診斷數(shù)據(jù)能有效表征候選北斗定位事件的異常缺陷標(biāo)簽，為后續(xù)的故障排查和修復(fù)提供了支持。由此，顯著提升了北斗定位異常診斷的準(zhǔn)確性和效率，提升北斗定位系統(tǒng)的穩(wěn)定性和可靠性。