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！

龙图腾网获悉南京工业大学申请的专利一种基于图神经网络的分层融合式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：CN115457081B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211061521.9，技术领域涉及：G06T7/246；该发明授权一种基于图神经网络的分层融合式预测方法是由朱文俊;刘洋宏;易阳;张梦怡设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种基于图神经网络的分层融合式预测方法在说明书摘要公布了：本发明公开了一种基于图神经网络的分层融合式预测模型，包括：上层图神经网络：用于学习多个行人之间的空间交互；中层图神经网络：用于学习行人自身的终点意图；下层图神经网络：将上层图神经网络获得的行人之间的空间交互、中层图神经网络获得的行人自身的终点意图和行人的历史轨迹相结合，通过时间卷积网络TCN预测未来轨迹。本发明还公开了一种基于图神经网络的分层融合式预测方法。本发明充分考虑了内在因素和外在因素对行人未来轨迹的影响，用于在每个时间步模拟整个行人场景之间的空间和时间交互，并预测多个未来轨迹，通过这种方法使得轨迹预测精度得到提高。

本发明授权一种基于图神经网络的分层融合式预测方法在权利要求书中公布了：1.一种基于图神经网络的分层融合式预测模型的装置，其特征在于，包括： 上层图神经网络：用于学习多个行人之间的空间交互； 中层图神经网络：用于学习行人自身的终点意图； 下层图神经网络：将上层图神经网络获得的行人之间的空间交互、中层图神经网络获得的行人自身的终点意图和行人的历史轨迹相结合，通过时间卷积网络TCN预测未来轨迹； 其中，上层图神经网络中，行人轨迹用图的构造来表示；创建一组反映行人相对位置的空间图Gt，定义为Gt＝Vt，Et，Vt是空间图Gt的顶点集合，顶点集合中的集合元素的属性是行人在每个时刻下的历史轨迹坐标点行人被视为空间图中的节点，顶点即为节点； Et所代表的是空间图Gt的边集合，边集合中的集合元素的取值是0或者1，关系到顶点和顶点是否相连，1表示连接，0表示不连接； 上层图神经网络采用GAT模块； GAT模块的输入是将节点按照时间t编码的特征向量集； 其中，N代表节点数目，行人数目与节点数目相同；F表示特征向量的维度；所有节点的特征通过线性变换转换为各种中间表示；F表示W输出的维度；表示编码节点生成的特征向量； 然后将图注意力机制GAT应用于这些节点，并使用以下公式计算一对相邻节点i，j之间的关联系数： 其中，代表在时间步长t处节点j附近对节点i的影响权重；||表示指特征拼接操作，表示指节点j在时间t的特征向量，表示连接节点i的第k个邻居节点在时间t的特征向量；是可学习权重向量；T代表转换此可学习权重向量；LR表示一种激活函数，全称是LeakyReLU；exp是分子和分母都以e为底的指数运算； 在获得节点之间的影响权重后，聚合相邻节点的特征，节点i在时间步长t处的聚合特征描述如下： 其中，是聚合的隐藏状态，包括来自其他节点的空间影响； 所有构成了交互特征向量集合使用交叉熵损失函数使每个节点的权重向量接近一个one‑hot向量，从而更容易在行人轨迹连续的空间上分离行人终点意图；公式定义如下：

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南京工业大学，其通讯地址为：211816 江苏省南京市浦口区南京工业大学江浦校区浦珠南路30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。