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！

龙图腾网恭喜长春大学申请的专利基于改进图神经网络模型的车辆行驶轨迹预测系统及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：CN119580217B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510143252.8，技术领域涉及：G06V20/56；该发明授权基于改进图神经网络模型的车辆行驶轨迹预测系统及方法是由王绍强;刘兆源;苏宇;陈龙;戴银飞;刘玉宝;王艳柏;刘志远设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本基于改进图神经网络模型的车辆行驶轨迹预测系统及方法在说明书摘要公布了：本发明属于交通控制系统领域，涉及一种基于改进图神经网络模型的车辆行驶轨迹预测系统及方法，该系统包括FPGCN模型和SocialLSTM模型；FPGCN模型包括图卷积层、Dropout层、可微分池化层、特征融合模块、全连接层；图结构数据经图卷积层、Dropout层、可微分池化层获取节点特征向量，之后对节点特征分治处理，经密集注意力机制和主成分分析生成全局特征，经虚填充、矩阵计算生成局部特征；获取全局特征和局部特征后，利用特征融合模块进行融合，之后输入到一个全连接层，计算历史轨迹图对当前状态图影响分数；预处理后的行驶数据与FPGCN模型计算完分数的数据整合后输入SocialLSTM模型；该系统在保持模型表达能力的同时，显著减少参数量和优化计算逻辑，增加预测准确率。

本发明授权基于改进图神经网络模型的车辆行驶轨迹预测系统及方法在权利要求书中公布了：1.一种基于改进图神经网络模型的车辆行驶轨迹预测系统，所述预测系统是通过对改进图神经网络模型进行训练得到，其特征在于，所述改进图神经网络模型包括FPGCN模型和SocialLSTM模型；其中，所述FPGCN模型输入的数据是两个构造好的图结构化数据，即历史轨迹图和当前状态图，FPGCN模型用于计算历史轨迹图对当前状态图影响分数，预处理后的行驶数据与FPGCN模型计算完分数的数据整合后输入SocialLSTM模型，经社交池化网络后输出预测轨迹；其中，所述FPGCN模型包括图卷积层、批标准化层、Dropout层、可微分池化层、特征融合模块、全连接层；所述图卷积层为三层，三层图卷积层规模分别为:64、32、16，图结构数据在经过图卷积操作后通过激活函数引入非线性因素，然后通过批标准化层规范每层的输入，通过三层所述的图卷积层将构造的图结构数据进行信息聚合，使每个节点在考虑自身特征信息的同时还考虑与邻居节点的关系，之后输入Dropout层和可微分池化层；所述Dropout层随机选取部分节点强制置为0；所述可微分池化层通过处理后的节点特征矩阵与图的邻接矩阵来计算簇分配矩阵，通过簇分配矩阵对分配到同一个簇的节点特征进行聚合，从而完成池化操作；经图卷积层、Dropout层、可微分池化层获取节点特征向量，之后对节点特征分治处理，经密集注意力机制和主成分分析生成全局特征，经虚填充、矩阵计算生成局部特征；获取全局特征和局部特征后，利用特征融合模块进行融合，之后输入到一个全连接层，通过全连接层获取历史轨迹图和当前状态图关系得分，并经Sigmod函数进行0-1的数值映射；完成得分的数据与预处理好的行驶数据进行整合为带得分标签的车辆行驶数据后输入SocialLSTM模型。

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长春大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路6543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”。