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！

龙图腾网获悉南京航空航天大学申请的专利一种基于改进时空图卷积模型的航迹预测和安全评估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：CN118228106B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202410311567.4，技术领域涉及：G06F18/241；该发明授权一种基于改进时空图卷积模型的航迹预测和安全评估方法是由王执一;刘君强;黄晨昱;崔璨瑀;张梓洋设计研发完成，并于2024-03-19向国家知识产权局提交的专利申请。

本一种基于改进时空图卷积模型的航迹预测和安全评估方法在说明书摘要公布了：本发明提供了一种基于改进时空图卷积模型的航迹预测和安全评估方法，通过对广播式自动相关监视系统ADS‑B收集的数据进行清洗、补齐和归一化处理，构建了四维航迹数据集。运用动态识别时空图卷积神经网络DI‑STGCN实现对机场终端区航迹的预测，并通过可视化分析和误差衡量指标评估模型的准确性。同时，通过问卷调查得到先验数据，使用贝叶斯神经网络得出后验安全概率分布。基于上述研究内容，构建航班安全性评估体系，能实现航班安全性的准确预见。

本发明授权一种基于改进时空图卷积模型的航迹预测和安全评估方法在权利要求书中公布了：1.一种基于改进时空图卷积模型的航迹预测和安全评估方法，其特征在于，包括以下步骤：步骤1，对广播式自动相关监视系统ADS-B收集的数据进行处理和清洗构建四维航迹数据集；步骤2，运用动态识别时空图卷积神经网络DI-STGCN对机场终端区航迹进行预测；步骤2包括：步骤2-1，DI-STGCN网络架构通过输出M个时间步长的图中的特征向量以及所对应的邻接矩阵E∈Rn，其中N为节点数量，Zi为每个时间步长上的特征维度，Rn代表n维欧几里得空间，n代表矩阵的维度；经过两个以上时空卷积块和最后的单一输出层，来输出以便预测t个时间步长后的特定时间步特征，为神经网络对特定时间步特征进行预测得到的输出向量；步骤2-2，DI-STGCN模型允许隐式地进行一种特征提取，能够自动决定对预测最为关键的邻居节点和时间步长；步骤2-3，DI-STGCN中卷积层用于捕捉时空信息的演变，考虑节点及其邻居之间的连接关系，从而实现在图结构上的信息传递，时空卷积操作表示为： 其中，H′为经过时空卷积操作后得到的新的特征表示，H为输入特征矩阵，A为邻接矩阵，V为度矩阵，W为权重矩阵，σ为激活函数；步骤2-4，DI-STGCN中池化层用于特征降维和特征选取，缩小特征的空间维度和时间维度；步骤2-5，进行时空建模，时域上通过堆叠数个图卷积层来达到对时序信息的层级提取，空域上以邻接矩阵来建模空间节点之间的关系，交替在时序和空序上应用图卷积层，同时考虑时空信息；步骤2-6，DI-STGCN针对飞行高度不同的区间分别设计参数组合，进行并行训练，捕捉航迹数据在不同高度下的特征；步骤3，基于贝叶斯方法对飞机航迹安全性进行评估。

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南京航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29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”。