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！

龙图腾网获悉北京航空航天大学申请的专利一种结合深度学习和最短路径搜索的跨城市轨迹生成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：CN119829688B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411902357.9，技术领域涉及：G06F16/29；该发明授权一种结合深度学习和最短路径搜索的跨城市轨迹生成方法是由王静远;林宇菁;李雨东设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种结合深度学习和最短路径搜索的跨城市轨迹生成方法在说明书摘要公布了：本发明公开了一种结合深度学习和最短路径搜索的跨城市轨迹生成方法，涉及深度学习和轨迹生成技术领域。具体的该方法包括，使用空间句法方法提取拓扑特征，采用解耦对抗域适应算法学习不变的拓扑表示并预测旅行成本，最后学习城市不变的人类的出行偏好来生成轨迹。与现有的技术方法相比，通过本发明轨迹生成的泛化能力得到了显著提升。

本发明授权一种结合深度学习和最短路径搜索的跨城市轨迹生成方法在权利要求书中公布了：1.一种结合深度学习和最短路径搜索的跨城市轨迹生成方法，其特征在于，包括以下步骤： 1获取城市路网的空间句法拓扑特征，所述城市路网包括源城市和目标城市的城市路网： 利用Metis算法将源城市和目标城市的城市路网分别划分为若干子图和将划分后的子图分别组成对应源城市的路网子图集合和目标城市的路网子图集合； 利用空间感知的图注意力网络对源城市的路网子图集合中每个子图的节点特征进行聚合，生成源城市路网的聚合拓扑特征； 利用空间感知的图注意力网络对目标城市的路网子图集合中每个子图的节点特征进行聚合，生成目标城市路网的聚合拓扑特征； 2通过解耦对抗域适应算法学习不变的拓扑表示并预测目标城市的旅行成本： 基于源城市路网的聚合拓扑特征，利用语义编码器从中提取源城市的语义潜在变量，利用域编码器从中提取源城市的域潜在变量； 基于目标城市路网的聚合拓扑特征，利用语义编码器从中提取目标城市的语义潜在变量，利用域编码器从中提取目标城市的域潜在变量； 利用域判别器对源城市和目标城市的聚合拓扑特征进行判断； 通过解耦对抗训练实现语义潜在变量和域潜在变量之间信息的解耦，得到城市无关的语义表征； 构建旅行成本预测网络，所述旅行成本预测网络包括一个多层感知机MLP和与之连接的softplus激活函数模块，利用所述旅行成本预测网络对城市无关的语义表征进行预测，得到预测旅行成本； 3根据出行偏好学习生成轨迹： 将得到预测旅行成本和隐含成本进行加权组合，获取目标城市的旅行偏好，所述隐含成本包括不同道路的偏好权重； 通过迭代训练，模型学习旅行偏好与各种旅行成本之间的不变映射关系，应用到目标城市，生成轨迹数据。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路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”。

以上内容由龙图腾AI智能生成。