一种基于图神经网络的稀疏轨迹恢复方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于图神经网络的稀疏轨迹恢复方法
申请号:
CN202510354543
申请日期:
2025-03-25
公开号:
CN120372267A
公开日期:
2025-07-25
类型:
发明专利
摘要
本申请属于计算机信息计算技术领域。本申请提供一种基于图神经网络的稀疏轨迹恢复方法。本公开实施例构建了基于图神经网络的STREAM模型,对于给定的稀疏轨迹,图神经网络为每个点构建一个子图,表示周围道路网络区域。将卷积运算应用于时间段的速度矩阵得到全局交通表示,局部的交通动态性通过临近路段的交通信息来学习。将全局交通表示传入编码器,与局部交通状况融合起来,捕获复杂的时空依赖关系。该网络结合了分层运动动态,能够在编码器中提取全局和局部交通动态,从而使解码器能够准确重建缺失的轨迹点。
技术关键词
轨迹恢复方法
历史轨迹数据
路段
静态特征
交通
解码器
注意力机制
地图
动态
融合特征
语义
模块
编码器
转移概率矩阵
节点
网络
网格