一种基于轨迹聚类和时空特征网络的飞机轨迹预测方法
# 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
一种基于轨迹聚类和时空特征网络的飞机轨迹预测方法
申请号:
CN202510479293
申请日期:
2025-04-16
公开号:
CN120408230A
公开日期:
2025-08-01
类型:
发明专利
摘要
本发明提供了一种基于轨迹聚类和时空特征网络的飞机轨迹预测方法,包括以下步骤:数据集准备:数据集主要包括飞机轨迹的空间信息和时间信息,并对数据进行预处理;轨迹聚类:通过轨迹聚类将相似轨迹分组;时空特征提取:通过结合卷积神经网络和双向长短期记忆网络来提取轨迹数据的时空特征;构建基于轨迹聚类和时空特征网络的轨迹预测模型,训练并保存在验证集表现最佳的模型,实现在复杂路径和多变环境下对不同时序数据轨迹的针对性预测。本发明通过上述方法可提高飞机轨迹预测的准确性和效率。
技术关键词
轨迹预测方法
长短期记忆网络
轨迹预测模型
飞机
数据
网络更新过程
轮廓系数
矩阵
时间序列特征
聚类
注意力机制
门结构
样本
度量
时序
动态地