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！

龙图腾网获悉中国人民解放军海军航空大学申请的专利基于隐空间条件约束生成模型的轨迹恢复方法、装置、设备、介质及产品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：CN120951281B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511483608.9，技术领域涉及：G06F18/26；该发明授权基于隐空间条件约束生成模型的轨迹恢复方法、装置、设备、介质及产品是由钱塘文;徐从安;王飞;孙涛;陈昭;梁理维;徐勇军;唐小明;李湉雨;王晨旭设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于隐空间条件约束生成模型的轨迹恢复方法、装置、设备、介质及产品在说明书摘要公布了：本申请公开了一种基于隐空间条件约束生成模型的轨迹恢复方法、装置、设备、介质及产品，涉及轨迹数据挖掘领域，包括：获取原始轨迹数据和对应的多种时空条件约束数据并进行预处理；构建第一网络模型；对预处理后的轨迹序列张量和约束数据进行编码，得到轨迹隐向量和对应的条件隐向量集合；基于对比学习机制，输出对齐后的轨迹隐向量与各条件隐向量；构建第二网络模型；将对齐后的轨迹隐向量与各条件隐向量通过训练好的生成模型进行匹配，得到匹配向量并基于解码器，获得最终的轨迹恢复结果。本申请能够有效融合多源时空约束信息，显著提高稀疏或不连续轨迹的恢复精度和合理性。

本发明授权基于隐空间条件约束生成模型的轨迹恢复方法、装置、设备、介质及产品在权利要求书中公布了：1.一种基于隐空间条件约束生成模型的轨迹恢复方法，其特征在于，所述基于隐空间条件约束生成模型的轨迹恢复方法包括： 获取原始轨迹数据和所述原始轨迹数据的多种时空条件约束数据； 对所述原始轨迹数据进行预处理，得到预处理后的轨迹序列张量； 对所述原始轨迹数据的多种时空条件约束数据分别进行结构化处理，构建包括路网邻接矩阵与节点特征、兴趣点高斯核密度分布特征以及环境信息数值化编码的条件特征集合； 构建第一网络模型；所述第一网络模型包括：训练好的Transformer编码器、训练好的图神经网络GNN、训练好的长短期记忆人工神经网络LSTM以及训练好的卷积神经网络CNN； 对所述预处理后的轨迹序列张量通过训练好的Transformer编码器进行编码，得到轨迹隐向量； 对于结构化处理后的每类时空条件约束数据，分别使用训练好的图神经网络GNN、训练好的长短期记忆人工神经网络LSTM以及训练好的卷积神经网络CNN进行独立编码，得到对应的条件隐向量集合； 基于对比学习机制，在统一隐空间中对所述轨迹隐向量与条件隐向量集合中的各条件隐向量进行联合优化，使所述轨迹隐向量与各条件隐向量在统一表征空间中实现语义对齐，输出对齐后的轨迹隐向量与各条件隐向量； 构建第二网络模型；所述第二网络模型包括：第一网络模型和训练好的生成模型； 将对齐后的轨迹隐向量与各条件隐向量通过训练好的生成模型进行匹配，得到匹配向量； 将所述匹配向量输入解码器，逐点生成连续的时空轨迹点序列，并将输出结果映射回原始地理坐标系，获得最终的轨迹恢复结果。

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中国人民解放军海军航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188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。