恭喜合肥工业大学佟强获国家专利权
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！
龙图腾网恭喜合肥工业大学申请的专利一种使用马尔可夫链融合LSTM和GPR的车辆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：CN119249357B 。
龙图腾网通过国家知识产权局官网在2025-04-25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：202411754875.0，技术领域涉及：G06F18/25；该发明授权一种使用马尔可夫链融合LSTM和GPR的车辆轨迹预测方法是由佟强;蒋京续;王维志;李丞;朱仲文;江维海;潘轶山设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。
本一种使用马尔可夫链融合LSTM和GPR的车辆轨迹预测方法在说明书摘要公布了：本发明涉及一种使用马尔可夫链融合LSTM和GPR的车辆轨迹预测方法，所述方法包括以下步骤：首先对原始数据集进行数据处理；构建LSTM网络模型，根据所述LSTM网络模型进行轨迹预测；构建高斯过程回归模型，基于所述高斯过程回归模型进行轨迹预测；最后在未来预测轨迹的每个时间步中利用马尔可夫链训练的转移概率矩阵将LSTM网络模型和高斯过程回归模型的预测结果进行融合，以得到考虑多种因素影响下的目标车辆的预测轨迹。本发明充分发挥了LSTM神经网络在短期预测方面的优势，同时结合GPR考虑了车况信息和路况信息对车辆未来轨迹预测的影响。通过马尔可夫链有效融合了二者的预测结果，进一步提升了轨迹预测的准确性和灵活性。
本发明授权一种使用马尔可夫链融合LSTM和GPR的车辆轨迹预测方法在权利要求书中公布了：1.一种使用马尔可夫链融合LSTM和GPR的车辆轨迹预测方法，其特征在于，所述方法包括以下步骤：首先对原始数据集进行数据处理；构建LSTM网络模型，根据所述LSTM网络模型进行轨迹预测；构建高斯过程回归模型，基于所述高斯过程回归模型进行轨迹预测；最后在未来预测轨迹的每个时间步中利用马尔可夫链训练的转移概率矩阵将LSTM网络模型和高斯过程回归模型的预测结果进行融合，以得到考虑多种因素影响下的目标车辆的预测轨迹。
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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号