基本信息:
- 专利标题： 一种基于FGGNN模型的海洋漂流浮标轨迹预测方法
- 申请号：CN202510272401.0 申请日：2025-03-10
- 公开(公告)号：CN119783553B 公开(公告)日：2025-06-10
- 发明人： 温琦 , 钱彦 , 朱秀 , 李洋 , 丁小凡 , 杨康 , 张晨 , 杨当亚
- 申请人： 中国海洋大学 , 青岛海研电子有限公司
- 申请人地址： 山东省青岛市崂山区松岭路238号
- 专利权人： 中国海洋大学,青岛海研电子有限公司
- 当前专利权人： 中国海洋大学,青岛海研电子有限公司
- 当前专利权人地址： 山东省青岛市崂山区松岭路238号
- 代理机构： 北京云嘉湃富知识产权代理有限公司
- 代理人： 张亮
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G01C13/00 ; G06N3/042 ; G06N3/045 ; G06N3/0455 ; G06N3/0442 ; G06N3/084 ; G06F18/15 ; G06F18/213 ; G06F18/25 ; G06F113/08 ; G06F123/02
摘要：
本发明提出一种基于FGGNN模型的海洋漂流浮标轨迹预测方法，涉及海洋漂流浮标轨迹预测技术领域，使用图结构来表征每个时刻的海洋漂流浮标位置及海洋环境要素，并通过图聚合操作来模拟海洋环境要素与海洋漂流浮标位置之间的作用机制，有效地提取海洋漂流浮标轨迹与海洋环境要素之间的特征关系，利用改进型的门控循环单元，有效提高门控循环单元的推理效率，利用基于图结构神经网络的轨迹预测模型FGGNN，采用编码器‑解码器架构，使用图结构接收轨迹时序数据，使用改进的门控循环单元实现时序推理，捕获浮标轨迹数据中特征之间以及时序之间的复杂依赖关系，从而实现浮标轨迹的精确预测。
公开/授权文献:
- CN119783553A 一种基于FGGNN模型的海洋漂流浮标轨迹预测方法 公开/授权日：2025-04-08
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |