基于动态丢弃的图神经网络的随机丢弃方法及系统

    公开(公告)号:CN119646481A

    公开(公告)日:2025-03-18

    申请号:CN202411697459.1

    申请日:2024-11-25

    Abstract: 本发明公开了基于动态丢弃的图神经网络的随机丢弃方法及系统,涉及人工智能技术领域,包括以下步骤:接收待处理代表图,将待处理代表图进行节点特征提取,得到节点领接矩阵,对节点领接矩阵进行归一化,得到归一化矩阵;基于归一化矩阵提取得出特征向量矩阵和特征值对角阵,基于特征向量矩阵和特征值对角阵计算得出消息传递矩阵;将消息传递矩阵输入至预先建立的基于动态丢弃的图神经网络模型内,对消息传递矩阵进行信息丢弃,输出得到丢弃后的消息传递矩阵,其中,所述预先建立的基于动态丢弃的图神经网络模型基于停止随机丢弃规则训练。

    一种基于自适应边生成的车辆轨迹预测方法、系统及设备

    公开(公告)号:CN118568470A

    公开(公告)日:2024-08-30

    申请号:CN202411049712.2

    申请日:2024-08-01

    Abstract: 本发明公开了一种基于自适应边生成的车辆轨迹预测方法、系统及设备,涉及车辆轨迹预测技术领域。本发明包括:接收车辆轨迹区域内的交通参与者的轨迹数据、车辆轨迹区域周边的周边交通参与者的轨迹数据以及所述车辆轨迹区域内的环境特征数据,并对交通参与者的轨迹数据、周边交通参与者的轨迹数据以及环境特征数据进行矢量化处理,获得交通参与者的轨迹矢量化数据、周边交通参与者的轨迹矢量化数据以及环境特征矢量化数据;以环境特征矢量化数据,作为静态节点数据。本发明的技术方案在降低算法的复杂度,提升模型的运算速度的同时,可以保证优秀的预测精确度。

    一种基于自适应边生成的车辆轨迹预测方法、系统及设备

    公开(公告)号:CN118568470B

    公开(公告)日:2024-10-29

    申请号:CN202411049712.2

    申请日:2024-08-01

    Abstract: 本发明公开了一种基于自适应边生成的车辆轨迹预测方法、系统及设备,涉及车辆轨迹预测技术领域。本发明包括:接收车辆轨迹区域内的交通参与者的轨迹数据、车辆轨迹区域周边的周边交通参与者的轨迹数据以及所述车辆轨迹区域内的环境特征数据,并对交通参与者的轨迹数据、周边交通参与者的轨迹数据以及环境特征数据进行矢量化处理,获得交通参与者的轨迹矢量化数据、周边交通参与者的轨迹矢量化数据以及环境特征矢量化数据;以环境特征矢量化数据,作为静态节点数据。本发明的技术方案在降低算法的复杂度,提升模型的运算速度的同时,可以保证优秀的预测精确度。

Patent Agency Ranking