【技术实现步骤摘要】
本申请涉及离散数据和图像数据处理，特别是涉及一种基于时序离散数据和空间rgb图像数据的随机事件判别方法。
技术介绍
1、对于随机事件在判别任务，深度学习已成为最流行的方法之一，
2、近年来，随着物联网、计算机视觉的快速发展，基于计算机视觉的智能体已经逐渐进入了人们的视野。不论是在家庭、娱乐中的崭露头角，还是在零售、工业场景中的逐步推广，基于计算机视觉的智能体设备已经逐渐开始发挥重要作用。但是，随着在某一具体场景中基于计算机视觉的智能体设备逐渐增多，从开始的一个到两个再到多个，智能体设备的工作方式也从各自独立工作逐步向多智能体设备协同工作的方向迈进。
3、但是，在多智能体设备协同工作时，常常会出现随机事件，影响多智能体设备协同工作的状态。这些随机事件出现的时间和状态往往无法确定，导致协同工作时出现异常情况。通常的随机判断方法无法准确的捕捉这类在连续时空中随机出现的情况，所以需要借助多智能体自身的功能和深度学习的检测技术进行随机事件捕捉，并对随机事件所处的时间、周边环境状态和自身状态进行准确判断。
【技术保护点】
1.一种基于时序离散数据和空间RGB图像数据的随机事件判别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于时序离散数据和空间RGB图像数据的随机事件判别方法，其特征在于，所述步骤一中，所述随机事件涉及主体的类别为判别随机事件是否发生，所述随机事件涉及主体的特征包括质量、速度。
3.根据权利要求1所述的一种基于时序离散数据和空间RGB图像数据的随机事件判别方法，其特征在于，所述步骤二中，基于时间序列的采样获得随机事件主体在时间轴上的属性变化；基于空间序列的采样获得随机事件主体在空间位置上的属性变化。
4.根据权利要求...
【技术特征摘要】
1.一种基于时序离散数据和空间rgb图像数据的随机事件判别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于时序离散数据和空间rgb图像数据的随机事件判别方法，其特征在于，所述步骤一中，所述随机事件涉及主体的类别为判别随机事件是否发生，所述随机事件涉及主体的特征包括质量、速度。
3.根据权利要求1所述的一种基于时序离散数据和空间rgb图像数据的随机事件判别方法，其特征在于，所述步骤二中，基于时间序列的采样获得随机事件主体在时间轴上的属性变化；基于空间序列的采样获得随机事件主体在空间位置上的属性变化。
4.根据权利要求1所述的一种基于时序离散数据和空间rgb图像数据的随机事件判别方法，其特征在于，所述步骤三中...
【专利技术属性】
技术研发人员：刘浙东，李金元，曾长新，李申，
申请(专利权)人：浙江云澎科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。