一种基于轨迹聚类和时空特征网络的飞机轨迹预测方法

AITNT
正文
推荐专利
一种基于轨迹聚类和时空特征网络的飞机轨迹预测方法
申请号:CN202510479293
申请日期:2025-04-16
公开号:CN120408230A
公开日期:2025-08-01
类型:发明专利
摘要
本发明提供了一种基于轨迹聚类和时空特征网络的飞机轨迹预测方法,包括以下步骤:数据集准备:数据集主要包括飞机轨迹的空间信息和时间信息,并对数据进行预处理;轨迹聚类:通过轨迹聚类将相似轨迹分组;时空特征提取:通过结合卷积神经网络和双向长短期记忆网络来提取轨迹数据的时空特征;构建基于轨迹聚类和时空特征网络的轨迹预测模型,训练并保存在验证集表现最佳的模型,实现在复杂路径和多变环境下对不同时序数据轨迹的针对性预测。本发明通过上述方法可提高飞机轨迹预测的准确性和效率。
技术关键词
轨迹预测方法 长短期记忆网络 轨迹预测模型 飞机 数据 网络更新过程 轮廓系数 矩阵 时间序列特征 聚类 注意力机制 门结构 样本 度量 时序 动态地
系统为您推荐了相关专利信息
1
一种地下隧道施工安全评估方法及系统
集成学习方法 指标 集成训练 基准 场景
2
关机状态检测装置、免拆盒关机状态检测方法及存储介质
状态检测装置 彩盒 磁感应强度 终端设备 距离调节
3
一种配网电缆状态评估方法、系统及终端
电缆状态评估方法 波形 条件生成对抗网络 电流 特征提取模型
4
火灾远程监控与多级预警机制集成系统
预警机制 集成系统 线性回归模型 温度分布图像 风险预测模型
5
一种基于Transformer的电力潮流矩阵缺失值补全方法及装置
矩阵 补全方法 电力数据分析技术 误差函数 编码器模块
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