| 专利号 | 2023114486673 | 申请日 | 2023-11-02 | 专利名称 | 基于多模态学习的短期航迹预测方法 |
| 授权日 | 2024-06-25 | 专利权人 | 中国人民解放军海军航空大学 | 发明人 | 高龙;柳超;张威;王月基;沈淳;王凤芹;吕友彬;高航;王翔 |
| 主分类号 | G06F30/27 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于多模态学习的短期航迹预测方法，步骤包括：准备训练数据集，训练数据集中包括时间相互对应的历史风场图像和历史航迹数据；建立预测模型，预测模型包括风场特征学习模块、航迹特征学习模块和航迹预测模块；将训练数据集输入至预测模型，基于损失函数值调整预测模型的参数；使用训练后的预测模型预测短期航迹。本发明在短期航迹预测任务中引入了风场特征学习模块，对一段时间内的风场三维数据提取风场特征，并通过历史航迹特征和风场特征的融合，综合利用两种特征来预测未来航迹，从而提高了短期航迹预测的准确率。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
