原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于注意力神经网络和生成对抗网络的轨迹预测方法，包括以下步骤：S1、数据预处理：补全缺失轨迹数据，利用轨迹的自身特性进行挖掘，恢复轨迹的缺失位置；S2、轨迹预测。本发明采用上述的一种基于注意力神经网络和生成对抗网络的轨迹预测方法，采用S‑GAN网络的基本结构来进行序列学习，改进了内部的池化模块。通过使用注意力网络，重建轨迹数据，丰富训练样本，提高模型的泛化能力；利用生成对抗网络对输入轨迹进行训练，通过不断的对抗博弈反向传播误差，计算合理的网络训练参数，使得生成器生成高精度且高合理
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117874444A
(43)申请公布日2024.04.12
(21)申请号202410074355.9
(22)申请日2024.01.18
(71)申请人中国矿业大学
地址221116
文档评论（0）