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！

龙图腾网获悉四川大学申请的专利一种基于多分辨分析和小波包重构的航迹预测方法及装置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：CN115809716B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210801588.5，技术领域涉及：G06Q10/04；该发明授权一种基于多分辨分析和小波包重构的航迹预测方法及装置是由林毅;张政;郭东岳设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本一种基于多分辨分析和小波包重构的航迹预测方法及装置在说明书摘要公布了：本发明公开了一种基于多分辨分析和小波包重构的航迹预测方法及装置，包括以下步骤：步骤1：获取航迹数据，数据经解码、提取和预处理后构建训练集、验证集和测试集；步骤2：构建基于多分辨分析和小波包重构的航迹预测模型，航迹预测模型包括依次设置的编码器模块、注意力模块、解码器模块、小波嵌入模块和小波包重构模块；步骤3：采用训练集和损失函数对预测模型进行训练，采用验证集评估预测效果，得预测模型；步骤4：实时采集历史航迹数据，经解码和预处理后，输入步骤3训练和调整后的预测模型，即可得到预测结果；本发明基于多分辨分析和小波分析工具，提高了预测精度。

本发明授权一种基于多分辨分析和小波包重构的航迹预测方法及装置在权利要求书中公布了：1.一种基于多分辨分析和小波包重构的航迹预测方法，其特征在于，包括以下步骤： 步骤1：获取航迹数据，数据经解码、提取和预处理后构建训练集、验证集和测试集； 步骤2：构建基于多分辨分析和小波包重构的航迹预测模型，航迹预测模型包括依次设置的编码器模块、注意力模块、解码器模块、小波嵌入模块和小波包重构模块； 编码器模块用于将历史航迹点的特征映射为航迹嵌入向量，根据航迹嵌入向量建模输出每个历史时刻的状态向量； 注意力模块用于从每个历史时刻的状态向量中提取出多组小波系数的上下文信息；所述注意力模块包括多个注意力网络，小波分析层数为m，注意力网络为2m个；上下文信息提取过程如下： H为每个历史时刻的状态向量，第i个注意力网络提取的第j个小波系数的上下文信息为contexti,j； 式中：为线性变换矩阵，为偏置向量，Xj为第j个小波系数的位置嵌入向量，Qi,j为查询矩阵，Ki为关键字矩阵，Ki为内容矩阵，ei,j为注意力向量，d为向量维数，concat为连接算子，softmaxM为函数计算；其中Xj由末尾Z个1置0的全1向量构成；Z满足下式： 式中：h为需要提取上下文信息的小波系数的个数； softmaxM计算公式如下： 式中：Mi为向量M的第i个元素； 解码器模块用于根据多组小波系数的上下文信息构建所有历史航迹点和下一时刻航迹点的多个小波系数嵌入向量； 所述解码器模块包括2m个LSTM神经网络，每个LSTM神经网络使用注意力模块中对应注意力网络提取的h个上下文信息作为输入，预测得到h个小波系数嵌入向量： 式中：N为历史航迹点个数，n为离散小波变换中所选择小波基滤波器长度的一半，gmN使用第二个和第三个式子不断迭代计算，经过m次迭代得到h； 小波嵌入模块用于对多个小波系数嵌入向量进行线性映射，得到航迹点特征各自对应的多组小波分量； 小波包重构模块用于根据多组小波分量重构所有历史航迹点和下一时刻航迹点的特征值； 步骤3：采用训练集和损失函数对步骤2构建的预测模型进行训练，采用验证集评估预测效果，根据评估结果调整预测模型的超参数，即可得到基于多分辨分析和小波包重构的航迹预测模型； 步骤4：实时采集历史航迹数据，经解码和预处理后，输入步骤3训练和调整后的预测模型，即可得到预测结果。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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”。