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！

龙图腾网获悉浙江工业大学;中国电子科技集团公司第三十六研究所申请的专利一种基于局部和全局相似度融合的航迹关联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：CN119377811B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202411942699.3，技术领域涉及：G06F18/243；该发明授权一种基于局部和全局相似度融合的航迹关联方法是由钱丽萍;徐轶扬;朱辉杰;王欣悦;徐乐设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于局部和全局相似度融合的航迹关联方法在说明书摘要公布了：一种基于局部和全局相似度融合的航迹关联方法，属于航迹关联技术领域，包括以下步骤：S1、对所得航迹对数据进行预处理，包含异常值剔除和时间重合部分插值对齐；S2、分别提取航迹对的局部相似度特征和全局相似度特征；S3、将局部和全局相似度特征进行加权融合，输入至随机森林分类器模型进行训练，确定不同相似度特征的最优权重组合；S4、将未知航迹对的局部和全局相似度特征依据最优权重组合进行加权融合，输入至训练好的随机森林分类器模型进行关联判断。本发明能够在航迹对时间重合度较低的情况下，减少局部相似度特征误判带来的影响，使其仍然具有良好的关联准确度。

本发明授权一种基于局部和全局相似度融合的航迹关联方法在权利要求书中公布了：1.一种基于局部和全局相似度融合的航迹关联方法，其特征在于，所述方法包括以下步骤： S1、对所得航迹对数据进行预处理，包含航迹数据的异常值剔除和时间重合部分插值对齐； S2、分别提取航迹对的局部相似度特征和全局相似度特征； S3、将局部和全局相似度特征进行加权融合，输入至随机森林分类器模型进行训练，确定不同相似度特征的最优权重组合； S4、将未知航迹对的局部和全局相似度特征依据最优权重组合进行加权融合，输入至训练好的随机森林分类器模型进行关联判断； 步骤S2中，所述局部相似度特征由航迹对的插值对齐部分提取，全局相似度特征由未插值的原始航迹对整体部分提取，局部相似度特征包括平均欧式距离、Hausdorff距离以及平均Frechet距离；所述全局相似度特征包括重心距离、包围盒差异以及标准化DTW距离； 所述平均欧式距离用于度量两条航迹在相同时间点上的平均空间距离，体现局部位置特征；所述Hausdorff距离用于度量两条航迹中最远点之间的距离，捕捉极端差异，体现局部差异特征；所述平均Frechet距离用于反映航迹形状的整体相似性，体现局部形状特征； 所述重心距离用于计算航迹重心之间的距离，体现全局位置特征；所述包围盒差异用于比较航迹的最小包围盒，衡量航迹范围差异，体现全局差异特征；所述标准化DTW距离使用基于动态时间规整的算法，计算航迹的形状相似度，归一化后反映航迹整体形状相似性，体现全局形状特征； 步骤S3中，用于确定不同相似度特征最优权重组合的方法，采用基于贝叶斯优化的方法，过程如下： S31、定义优化目标，使用模型精度作为贝叶斯优化的目标函数； S32、确定需要优化的变量，包括局部和全局相似度特征的权重； S33、构建优化问题，将特征权重作为优化变量，定义参数的上下限； S34、执行贝叶斯优化，通过贝叶斯优化框架逐步选择参数组合，评估每组参数的效果，并更新搜索策略，逼近最优解； S35、验证与评估，根据贝叶斯优化得到的最优参数组合，重新训练模型并通过交叉验证评估模型表现。

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浙江工业大学;中国电子科技集团公司第三十六研究所，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18号；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”。