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！

龙图腾网获悉大连海事大学申请的专利一种基于时空自适应图池的船舶轨迹预测方法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：CN119558188B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411646372.1，技术领域涉及：G06F30/27；该发明授权一种基于时空自适应图池的船舶轨迹预测方法是由马宝山;栗嘉龙;曾庆成设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于时空自适应图池的船舶轨迹预测方法在说明书摘要公布了：本发明公开了一种基于时空自适应图池的船舶轨迹预测方法，包括S1：获取船舶轨迹的AIS原始数据；S2：对AIS原始数据进行数据预处理获取船舶轨迹数据样本集；并将船舶轨迹数据样本集随机划分为训练集与验证集；S3：构建船舶轨迹预测模型，且船舶轨迹预测模型包括船舶轨迹时间编码器、船舶轨迹空间交互编码器、特征融合模块以及预测解码器；S4：基于训练集与验证集对船舶轨迹预测模型进行模型训练与模型验证，以获取最优船舶轨迹预测模型，进而通过最优船舶轨迹预测模型实现船舶轨迹的预测。解决了目前的预测方法通过建立固定的空间范围来学习船舶的互动，而船舶交互是在不考虑其方向的情况下产生的，导致了太多无用的特征，这很容易导致不必要的互动，进而导致船舶轨迹预测会有很大偏差的问题。

本发明授权一种基于时空自适应图池的船舶轨迹预测方法在权利要求书中公布了：1.一种基于时空自适应图池的船舶轨迹预测方法，其特征在于，具体包括以下步骤： S1：获取船舶轨迹的AIS原始数据； S2：对AIS原始数据进行数据预处理，获取船舶轨迹数据样本集； 并将船舶轨迹数据样本集随机划分为训练集与验证集； S3：构建船舶轨迹预测模型，且船舶轨迹预测模型包括船舶轨迹时间编码器、船舶轨迹空间交互编码器、特征融合模块以及预测解码器； 基于船舶轨迹时间编码器，对船舶轨迹数据样本进行船舶轨迹运动序列编码，获取船舶时间序列特征； 船舶轨迹空间交互编码器包括图注意网络层与空间交互编码单元； 所述图注意网络层用于根据船舶时间序列特征，获取不同船舶的聚合轨迹特征；空间交互编码单元用于基于自适应图池机制，根据聚合轨迹特征获取具有时间连续性船舶空间交互特征的船舶特征向量； 所述空间交互编码单元，其模型表达式为 式中：||表示隐藏状态之间的连接操作；W表示应用于各船舶节点的共享线性变换的权矩阵；表示船舶节点i与船舶节点j在时间步长t的注意力系数；Ni表示基于图注意网络获取有向图中节点i的邻域集合；a表示单层前馈神经网络的权向量；aT表示a的转置；τ表示自适应距离阈值函数且τ∈[0,1]；n表示有向图中节点i的邻域节点个数；∥{·}表示选择函数；表示经过自适应图池机制的注意力系数；σ表示非线性激活函数；表示船舶空间交互特征；Wg表示空间交互编码器的权值；表示具有时间连续性的交互特征的特征向量；表示船舶i在时间步长t-1的时间连续性交互特征的特征向量；表示船舶i在时间步长t的船舶轨迹时间编码器的隐藏状态；特征融合模块用于将船舶时间序列特征与船舶特征向量融合，获取中间状态向量，并将中间状态向量作为当前时间步长的隐藏状态向量； 预测解码器用于根据中间状态向量，预测并获取下一个时间步长的隐藏状态向量，即船舶下一个时间步长所对应的位置； S4：基于训练集与验证集对船舶轨迹预测模型进行模型训练与模型验证，以获取最优船舶轨迹预测模型，进而通过最优船舶轨迹预测模型实现船舶轨迹的预测。

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大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1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”。

以上内容由龙图腾AI智能生成。