摘要
本发明公开了一种采用六边形格网的多层次轨迹预测方法、系统、装置及存储介质,方法包括:采用六边形全球离散格网将空间连续的轨迹点聚合为具备层次关系的轨迹编码;以多层次轨迹编码为语料,通过循环神经网络对轨迹编码语料进行训练,得到轨迹编码向量化表征;根据循环神经网络训练得到的轨迹编码向量,从最上层开始,逐层预测轨迹;在轨迹预测过程中,利用多层次格网编码的空间和时间约束对预测结果进行筛选。本发明方法具有模型结构简洁、预测时间长、精度高等优点,在兵棋仿真和舰机轨迹预测中具有很好的应用前景。
技术关键词
轨迹预测方法
多层次
六边形
全球离散格网
神经网络训练
生成轨迹
轨迹点数据
编码向量
轨迹预测系统
LSTM算法
列表
误差反向传播
LSTM模型
字典表
轨迹线
处理器
系统为您推荐了相关专利信息
磨损寿命预测方法
切削力模型
刀具磨损量
数字孪生
物理
路侧单元
轨迹预测模型
轨迹预测方法
中心服务器
分布式训练
时序遥感数据
地物分类方法
多头注意力机制
分类器
上下文特征
信号模拟系统
中频信号
个性化人体模型
神经网络训练
chirp信号