买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉交通运输部天津水运工程科学研究所申请的专利一种基于多源数据融合的船舶交通流预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119721409B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510238375.X，技术领域涉及：G06Q10/04；该发明授权一种基于多源数据融合的船舶交通流预测方法及系统是由鲍可馨;张智鹏;毕金强;张文嘉;辛全波;王瑞玺;汪永超设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于多源数据融合的船舶交通流预测方法及系统在说明书摘要公布了：本发明涉及船舶交通流预测技术领域，公开了一种基于多源数据融合的船舶交通流预测方法及系统，获取目标海域内各船舶的历史船舶行为数据、历史海洋环境数据、历史气象条件数据和历史交通流量数据；分别构建船舶信息拓扑图、海洋环境拓扑图、气象条件拓扑图和交通流量拓扑图，并构建数据集；使用数据集对多图融合神经网络预测模型进行训练，得到船舶交通流预测模型；根据实时获取的目标海域内各船舶的船舶行为数据、海洋环境数据、气象条件数据和交通流量数据，通过船舶交通流预测模型得到目标海域未来时刻的船舶交通流信息。本发明能够实现对船舶交通流的实时预测，提高预测准确性，为船舶规划与管理决策提供依据，保障船舶安全、便捷、高效航行。

本发明授权一种基于多源数据融合的船舶交通流预测方法及系统在权利要求书中公布了：1.一种基于多源数据融合的船舶交通流预测方法，其特征在于，包括如下步骤：S1、获取目标海域内各船舶的历史船舶行为数据、历史海洋环境数据、历史气象条件数据和历史交通流量数据；S2、对所述历史船舶行为数据、所述历史海洋环境数据、所述历史气象条件数据和所述历史交通流量数据进行时间空间匹配处理；S3、根据时间空间匹配处理后的历史船舶行为数据、历史海洋环境数据、历史气象条件数据和历史交通流量数据，分别构建船舶信息拓扑图、海洋环境拓扑图、气象条件拓扑图和交通流量拓扑图，根据船舶信息拓扑图、海洋环境拓扑图、气象条件拓扑图和交通流量拓扑图构建数据集；其中，所述船舶信息拓扑图的构建包括：分别对船舶信息拓扑图中的节点和边进行定义；将船舶定义为所述船舶信息拓扑图中的节点，将相邻船舶之间的相对距离和相互作用定义为所述船舶信息拓扑图中的边；分别对船舶信息拓扑图中的节点的特征和边的特征进行定义；将船舶信息拓扑图中的节点的特征定义为：船舶的位置、速度和航向；将船舶信息拓扑图中的边的特征定义为：相邻船舶之间的相对距离、速度差和排斥力场强度；其中，排斥力场强度的计算公式如下：F=kd船；式中，F表示相邻船舶之间的排斥力场强度，k表示排斥力缩放系数，d船表示相邻船舶之间的相对距离；S4、构建多图融合神经网络预测模型，使用所述数据集对所述多图融合神经网络预测模型进行训练，得到船舶交通流预测模型；所述多图融合神经网络预测模型包括：输入层，用于输入船舶信息拓扑图、海洋环境拓扑图、气象条件拓扑图和交通流量拓扑图；并行的四个时空图卷积层：船舶信息图卷积层用于根据船舶信息拓扑图提取船舶之间的时空依赖关系，输出图卷积后的船舶信息拓扑图节点特征；海洋环境图卷积层用于根据海洋环境拓扑图提取海洋环境的空间分布和时间变化，输出图卷积后的海洋环境拓扑图节点特征；气象条件图卷积层用于根据气象条件拓扑图提取气象条件的空间分布和时间变化，输出图卷积后的气象条件拓扑图节点特征；交通流量图卷积层用于根据交通流量拓扑图提取交通流量的空间分布和时间变化，输出图卷积后的交通流量拓扑图节点特征；交叉注意力机制，用于将四个时空图卷积层输出的特征进行融合，得到融合特征；门控循环单元层，用于根据融合特征输出隐藏状态向量；全连接层，用于根据隐藏状态向量输出预测结果；输出层，用于根据预测结果输出目标海域未来时刻的船舶交通流信息；S5、根据实时获取的目标海域内各船舶的船舶行为数据、海洋环境数据、气象条件数据和交通流量数据分别构建船舶信息拓扑图、海洋环境拓扑图、气象条件拓扑图和交通流量拓扑图，并输入船舶交通流预测模型，得到目标海域未来时刻的船舶交通流信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人交通运输部天津水运工程科学研究所，其通讯地址为：300456 天津市滨海新区新港二号路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。