一种基于露天矿5G通讯导航的信息处理方法及系统与流程

本技术涉及人工智能，具体而言，涉及一种基于露天矿5g通讯导航的信息处理方法及系统。

背景技术：

1、基于露天矿的5g通信导航是一种利用5g通信技术为矿场工作人员提供导航和位置定位服务的方法。它结合了高速的数据传输能力和精准的定位技术，可以在复杂的露天矿场环境中有效地指导矿场工作人员的工作和移动。具体而言，基于露天矿的5g通信导航包括以下几个主要组成部分：

2、5g通信网络：利用5g网络提供高带宽和低延迟的通信支持，保证实时传输和接收导航相关数据；定位技术：使用精确定位技术，如全球卫星导航系统(gps)、惯性导航系统(ins)或者基于蓝牙、wi-fi等技术的室内定位系统，获取矿场工作人员的准确位置信息；地图和路径规划：根据矿山的地理信息和矿场工作人员的位置信息，构建矿山地图，并使用路径规划算法确定最佳的导航路径，以帮助矿场工作人员到达目标位置。

3、也就是说，在进行通讯导航的过程中，需要进行目标位置的搜索确定，但是，在现有技术中，由于露天矿中的区域较为复杂，基于区域名称的搜索，存在着确定目标位置的可靠度相对不高的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于露天矿5g通讯导航的信息处理方法及系统，以在一定程度上提高露天矿中通讯导航的精度，即以解决如何提高露天矿中通讯导航的精度的问题。

2、为实现上述目的，本发明实施例采用如下技术方案：

3、一种基于露天矿5g通讯导航的信息处理方法，包括：

4、确定出目标矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量，并确定出原始矿场位置数据簇中每一个候选矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量，所述目标矿场位置数据属于对目标导航请求进行解析得到的文本数据，用于反映所述目标导航请求对应的导航目标的属性特征；

5、将所述目标矿场位置数据的第一数据角度的矿场位置数据向量与所述原始矿场位置数据簇中每一个候选矿场位置数据的第一数据角度的矿场位置数据向量进行对比分析，输出对应的第一相关性参数，以及，依据所述第一相关性参数，在所述原始矿场位置数据簇中，确定出预设数量的候选矿场位置数据，并组合形成对应的相关矿场位置数据簇；

6、将所述目标矿场位置数据的第二数据角度的矿场位置数据向量与所述相关矿场位置数据簇中每一个候选矿场位置数据的第二数据角度的矿场位置数据向量进行对比分析，输出对应的第二相关性参数，以及，依据所述第二相关性参数，在所述相关矿场位置数据簇中，确定出所述目标矿场位置数据的相关矿场位置数据，所述相关矿场位置数据作为所述目标导航请求对应的导航目标的位置。

7、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述确定出目标矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量，并确定出原始矿场位置数据簇中每一个候选矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量的步骤，包括：

8、将所述目标矿场位置数据进行噪声处理，形成所述目标矿场位置数据对应的矿场位置第一噪声数据和矿场位置第二噪声数据，所述矿场位置第一噪声数据和所述矿场位置第二噪声数据中的至少一个具有噪声数据，所述矿场位置第一噪声数据和所述矿场位置第二噪声数据中的至多一个不具有噪声数据；

9、将所述目标矿场位置数据对应的矿场位置第一噪声数据和矿场位置第二噪声数据分别进行挖掘，形成所述目标矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量；

10、确定出原始矿场位置数据簇中每一个候选矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量。

11、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述将所述目标矿场位置数据对应的矿场位置第一噪声数据和矿场位置第二噪声数据分别进行挖掘，形成所述目标矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量的步骤，包括：

12、将所述目标矿场位置数据的所述矿场位置第一噪声数据和所述矿场位置第二噪声数据分别进行浅层特征挖掘，输出所述目标矿场位置数据的矿场位置第一浅层向量和矿场位置第二浅层向量；

13、将所述目标矿场位置数据的所述矿场位置第一浅层向量和所述矿场位置第二浅层向量分别进行向量维度变换，输出所述目标矿场位置数据对应的矿场位置第一变换向量和矿场位置第二变换向量；

14、将所述矿场位置第一变换向量和所述矿场位置第二变换向量分别进行特征筛选，输出所述目标矿场位置数据对应的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量。

15、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述将所述目标矿场位置数据对应的矿场位置第一噪声数据和矿场位置第二噪声数据分别进行挖掘，是利用特征挖掘网络执行的，所述特征挖掘网络包括浅层特征挖掘单元、向量维度变换单元和第一特征筛选单元；

16、所述将所述目标矿场位置数据对应的矿场位置第一噪声数据和矿场位置第二噪声数据分别进行挖掘，形成所述目标矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量的步骤，包括：

17、利用所述浅层特征挖掘单元，将所述矿场位置第一噪声数据和所述矿场位置第二噪声数据分别进行浅层特征挖掘，形成所述目标矿场位置数据的矿场位置第一浅层向量和矿场位置第二浅层向量；

18、利用所述向量维度变换单元，将所述矿场位置第一浅层向量和所述矿场位置第二浅层向量分别进行向量维度变换，形成所述目标矿场位置数据对应的矿场位置第一变换向量和矿场位置第二变换向量；

19、利用所述第一特征筛选单元，将所述矿场位置第一变换向量进行特征筛选，形成所述目标矿场位置数据对应的第一数据角度的矿场位置数据向量；

20、将所述矿场位置第二变换向量进行向量维度压缩，形成所述目标矿场位置数据对应的第二数据角度的矿场位置数据向量。

21、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述特征挖掘网络还包括第二特征筛选单元，所述基于露天矿5g通讯导航的信息处理方法还包括：

22、确定出候选特征挖掘网络和训练矿场位置数据；

23、依据所述训练矿场位置数据，将所述候选特征挖掘网络中的所述浅层特征挖掘单元进行更新，形成所述候选特征挖掘网络对应的第一特征挖掘网络；

24、维持所述第一特征挖掘网络中所述浅层特征挖掘单元的网络参数，并将所述第一特征挖掘网络中的所述第二特征筛选单元进行更新，形成所述第一特征挖掘网络对应的第二特征挖掘网络；

25、维持所述第二特征挖掘网络中所述浅层特征挖掘单元的网络参数和所述第二特征挖掘网络中的所述第二特征筛选单元的网络参数，并将所述第二特征挖掘网络中的所述第一特征筛选单元进行更新，形成所述第二特征挖掘网络对应的第三特征挖掘网络，以及，对所述第三特征挖掘网络进行标记，以形成经过更新的特征挖掘网络。

26、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述依据所述训练矿场位置数据，将所述候选特征挖掘网络中的所述浅层特征挖掘单元进行更新，形成所述候选特征挖掘网络对应的第一特征挖掘网络的步骤，包括：

27、将所述训练矿场位置数据进行噪声处理，形成所述训练矿场位置数据对应的矿场位置第一噪声数据和矿场位置第二噪声数据；

28、将所述训练矿场位置数据对应的矿场位置第一噪声数据作为锚点训练数据，并将所述训练矿场位置数据对应的矿场位置第二噪声数据组作为锚点正训练数据，以及，将其它训练矿场位置数据作为锚点负训练数据；

29、利用所述候选特征挖掘网络中的所述浅层特征挖掘单元，将所述锚点训练数据、所述锚点正训练数据和所述锚点负训练数据分别进行浅层特征挖掘，形成对应的锚点训练数据向量、锚点正训练数据向量和锚点负训练数据向量；

30、计算所述锚点训练数据向量与所述锚点正训练数据向量之间的第一匹配参数，并计算所述锚点训练数据向量与所述锚点负训练数据向量之间的第二匹配参数，以及，依据所述第一匹配参数和所述第二匹配参数，计算出所述候选特征挖掘网络对应的第一类误差参数；

31、依据所述第一类误差参数，将所述候选特征挖掘网络中的所述浅层特征挖掘单元的网络参数进行优化调整，形成所述候选特征挖掘网络对应的第一特征挖掘网络。

32、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述维持所述第一特征挖掘网络中所述浅层特征挖掘单元的网络参数，并将所述第一特征挖掘网络中的所述第二特征筛选单元进行更新，形成所述第一特征挖掘网络对应的第二特征挖掘网络的步骤，包括：

33、利用所述第一特征挖掘网络中的所述第二特征筛选单元，将所述锚点训练数据向量、所述锚点正训练数据向量和所述锚点负训练数据向量分别进行特征筛选，形成对应的锚点训练数据筛选向量、锚点正训练数据筛选向量和锚点负训练数据筛选向量；

34、计算所述锚点训练数据筛选向量与所述锚点正训练数据筛选向量之间的第三匹配参数，并计算所述锚点训练数据筛选向量与所述锚点负训练数据筛选向量之间的第四匹配参数，以及，依据所述第三匹配参数和所述第四匹配参数，计算出所述第一特征挖掘网络对应的第二类误差参数；

35、维持所述第一特征挖掘网络中所述浅层特征挖掘单元的网络参数，并依据所述第二类误差参数，将所述第一特征挖掘网络中的所述第二特征筛选单元的网络参数进行优化调整，形成所述第一特征挖掘网络对应的第二特征挖掘网络。

36、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述维持所述第二特征挖掘网络中所述浅层特征挖掘单元的网络参数和所述第二特征挖掘网络中的所述第二特征筛选单元的网络参数，并将所述第二特征挖掘网络中的所述第一特征筛选单元进行更新，形成所述第二特征挖掘网络对应的第三特征挖掘网络，以及，对所述第三特征挖掘网络进行标记，以形成经过更新的特征挖掘网络的步骤，包括：

37、提取到训练筛选向量簇，所述训练筛选向量簇包括多个训练矿场位置数据各自对应的训练初始矿场数据向量和各所述训练初始矿场数据向量对应的训练向量监督数据，所述训练向量监督数据用于表征利用所述第一特征筛选单元对所述训练初始矿场数据向量进行特征筛选的筛选向量；

38、利用所述第二特征挖掘网络中的所述第一特征筛选单元，将各所述训练初始矿场数据向量分别进行特征筛选，输出各所述训练初始矿场数据向量各自对应的估计筛选向量；

39、计算各所述估计筛选向量分别与相应的所述训练向量监督数据之间的向量匹配参数，以及，对各所述向量匹配参数进行融合处理，输出所述特征挖掘网络对应的第三类误差参数；

40、维持所述第二特征挖掘网络中所述浅层特征挖掘单元的网络参数和所述第二特征挖掘网络中的所述第二特征筛选单元的网络参数，并基于所述第三类误差参数，将所述第二特征挖掘网络中的所述第一特征筛选单元的网络参数进行优化调整，形成所述第二特征挖掘网络对应的第三特征挖掘网络；

41、对所述第三特征挖掘网络进行标记，以形成经过更新的特征挖掘网络。

42、在一些优选的实施例中，在上述基于露天矿5g通讯导航的信息处理方法中，所述确定出原始矿场位置数据簇中每一个候选矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量的步骤，包括：

43、对于所述原始矿场位置数据簇中的每一个候选矿场位置数据：

44、将所述候选矿场位置数据进行噪声处理，形成所述候选矿场位置数据对应的矿场位置第三噪声数据；

45、将所述候选矿场位置数据对应的矿场位置第三噪声数据进行浅层特征挖掘，形成所述候选矿场位置数据对应的矿场位置第三浅层向量；

46、将所述候选矿场位置数据对应的矿场位置第三浅层向量进行向量维度变换，形成所述候选矿场位置数据对应的矿场位置第三变换向量；

47、将所述矿场位置第三变换向量进行不一样的两次特征筛选，形成所述候选矿场位置数据对应的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量。

48、本发明实施例还提供一种基于露天矿5g通讯导航的信息处理系统，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以实现上述的基于露天矿5g通讯导航的信息处理方法。

49、本发明实施例提供的基于露天矿5g通讯导航的信息处理方法及系统，可以先确定出目标矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量，并确定出原始矿场位置数据簇中每一个候选矿场位置数据的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量；基于第一数据角度的矿场位置数据向量，在原始矿场位置数据簇中，确定出预设数量的候选矿场位置数据，并组合形成对应的相关矿场位置数据簇；基于第二数据角度的矿场位置数据向量在相关矿场位置数据簇中，确定出相关矿场位置数据。基于前述的内容，由于是基于目标导航请求对应的导航目标的属性特征，使得确定导航目标的依据在一定程度上可以更为的丰富，另外，还会基于导航目标的属性特征(目标矿场位置数据)的第一数据角度的矿场位置数据向量和第二数据角度的矿场位置数据向量进行两级的对比分析，使得导航目标的位置可以依次缩小、匹配，从而改善现有技术中存在的确定目标位置的可靠度相对不高的问题，如此，可以在一定程度上提高露天矿中通讯导航的精度。

50、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所提供的附图，作详细说明如下。