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

AITNT
正文
推荐专利
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
申请号:CN202410715141
申请日期:2024-06-04
公开号:CN118627668A
公开日期:2024-09-10
类型:发明专利
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
1
一种基于物理信息神经网络的数字孪生刀具磨损寿命预测方法及系统
磨损寿命预测方法 切削力模型 刀具磨损量 数字孪生 物理
2
一种基于分布式训练和差分隐私的轨迹预测方法
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
3
一种多元时序遥感数据的地物分类方法及装置
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
4
一种面向毫米波数据增强的信号模拟系统和方法
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
5
基于深度学习和差分进化的光学元件污染层分布优化方法
分布优化方法 离子 进化算法 深度学习模型 样条
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号