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！

龙图腾网获悉北京瞰天科技有限公司申请的专利一种基于大模型的舰船航迹预测系统及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：CN119004358B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411004353.9，技术领域涉及：G06F18/25；该发明授权一种基于大模型的舰船航迹预测系统及方法是由姜艳川;王振刚;程贺军;李富强;尹晓琛设计研发完成，并于2024-07-25向国家知识产权局提交的专利申请。

本一种基于大模型的舰船航迹预测系统及方法在说明书摘要公布了：本发明公开了一种基于大模型的舰船航迹预测系统及方法，涉及海洋智能导航技术领域，包括，通过多渠道收集多模态数据；对多模态数据分别进行特征提取，输出融合的环境感知特征；基于融合的环境感知特征构建异常检测模型，将融合的环境感知特征向量输入异常检测模型，通过因果推理算法识别和过滤异常数据，输出纯净特征；利用元学习机制和纯净特征构建元学习模型，将纯净特征输入元学习模型，通过快速适应特定舰船行为模式的子模型，输出个性化预测模型；将个性化预测模型与实时数据相结合，通过大模型进行舰船航迹预测，输出预测航迹；建立安全决策辅助系统，将预测航迹与航行规则进行对比，当预测结果超出安全阈值时，触发警报并向舰船提供安全建议。

本发明授权一种基于大模型的舰船航迹预测系统及方法在权利要求书中公布了：1.一种基于大模型的舰船航迹预测方法，其特征在于：包括， 通过多渠道收集多模态数据；所述多模态数据，包括非结构化文本描述、历史航迹、环境条件、雷达图像和声纳信号； 对多模态数据分别进行特征提取，输出融合的环境感知特征； 基于融合的环境感知特征构建异常检测模型，将融合的环境感知特征向量输入异常检测模型，通过因果推理算法识别和过滤异常数据，输出纯净特征； 利用元学习机制和纯净特征构建元学习模型，将纯净特征输入元学习模型，通过快速适应特定舰船行为模式的子模型，输出个性化预测模型； 将个性化预测模型与实时数据相结合，通过大模型进行舰船航迹预测，输出预测航迹； 建立安全决策辅助系统，将预测航迹与航行规则进行对比，当预测结果超出安全阈值时，触发警报并向舰船提供安全建议； 所述输出纯净特征，具体步骤为： 使用多元高斯分布、信息熵、结合因果推理中的潜在因果变量模型LCM来构建异常检测模型，异常检测模型表达式为： 其中，AZ表示异常检测模型的输出，表示积分符号，μ表示均值向量，Σ表示协方差矩阵，NZ；μ，Σ表示多元高斯分布函数，ιZ表示信息过滤函数，exp-ιZ表示指数函数，du为微分元素，表示积分变量μ的微小变化； 信息过滤函数ιZ表达式为： 其中，pi表示第i个特征出现的概率，n表示Zj中特征的数量，log表示自然对数函数，当pi越小，log绝对值越大，λ表示正则化参数，表示对从1到m的所有项进行求和，m表示中特征的数量，Zj表示Z中第j个特征的实际观测值，表示第j个特征的期望值，q表示指数运算； 所述输出个性化预测模型，具体步骤为： 设定元学习结构由一个共享的基础模型和一系列任务的子模型组成； 设定每艘舰船为k，然后构建一个子模型，通过历史舰船航迹数据快速适应舰船k的特定行为模式； 基于舰船和基础模型P，构建适应性度量函数，表达式为： 其中，RkP，Zk表示舰船k在纯净特征Zk和预测P下的可靠性度量，P表示基础模型的预测结果，Zk表示航船k的纯净特征集合，T表示时间步长总数，dkt表示在时间t处的偏差，αk表示一个常数，βk表示另一个常数，μd表示偏差的均值，表示偏差的方差，N表示正态分布函数，表示计算整个偏差空间内的正态分布的概率密度总和； 利用适应性度量函数作为目标函数Rk，对子模型进行优化； 当子模型被优化时，即个性化预测模型被优化时，输出向量为Rkt。

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北京瞰天科技有限公司，其通讯地址为：100000 北京市海淀区西北旺镇唐家岭村南2号院7幢房7111；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”。