龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明涉及航迹预测的技术领域，具体为一种基于多尺度CNN和BiLSTM的航迹预测方法，包括有以下步骤：S1：设计三个并行的CNN通道，每个通道具有不同的卷积核大小和数量，以适应不同通道数据的特性；S2：引入了SENet模块，用于显式地建模特征通道之间的相互依赖关系；S3：压缩，这一步操作通过对特征图进行全局平均池化，将每个通道的二维空间特征压缩为一个实数。采用CNN+BiLSTM模型设计来处理航迹数据具有多个优势，包括并行处理能力、特征融合能力、时间依赖性的捕捉、空间特性的利用以及高泛化能力等，这些优势使得该模型在处理复杂的航迹数据时表现出色，并在实际应用中具有广泛的应用前景。
主权项：1.一种基于多尺度CNN和BiLSTM的航迹预测方法，其特征在于：包括有以下步骤：S1：设计三个并行的CNN通道，每个通道具有不同的卷积核大小和数量，以适应不同通道数据的特性；S2：引入了SENet模块，用于显式地建模特征通道之间的相互依赖关系；S3：压缩，这一步操作通过对特征图进行全局平均池化，将每个通道的二维空间特征压缩为一个实数，该实数代表了该通道的全局特征响应；S4：激励，在压缩步骤之后，利用两个FC层来捕获通道之间的依赖关系；S5：缩放，将Excitation步骤得到的通道权重与原始的CNN特征图进行逐通道相乘，以此来重新校准特征图的通道权重；S6：在每个CNN通道后添加SENet模块，的模型能够更好地捕获航迹数据中的关键特征，并提升模型的预测性能。S7：将三个CNN通道的输出特征图进行拼接，得到一个统一的特征表示；S8：将融合后的特征表示作为BiLSTM层的输入；S9：根据具体的预测任务，设计合适的输出层结构；S10：进行预测。
全文数据：
权利要求：
百度查询： 西安外事学院 一种基于多尺度CNN和BiLSTM的航迹预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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