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！

龙图腾网获悉复旦大学申请的专利一种基于深度学习的轨迹表示预训练系统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：CN119558374B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411398776.3，技术领域涉及：G06N3/0895；该发明授权一种基于深度学习的轨迹表示预训练系统是由孙未未;章瀚元设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种基于深度学习的轨迹表示预训练系统在说明书摘要公布了：本发明属于智能交通技术领域，具体为一种基于深度学习的轨迹表示预训练系统。本发明基于深度学习的轨迹表示预训练系统，包括构建面向多尺度轨迹结构的深度学习模型；该模型充分结合道路网络静态和动态特征，并且通过混合不同尺度的注意力机制与自监督预训练范式，学习从细粒度到粗粒度的移动轨迹的特征表示，从而获取更加丰富的轨迹时空语义信息。本发明具体包括路网静态特征、路网动态特征的构建模块，多尺度轨迹注意力编码器，以及行程轨迹的自监督学习模块。整个预训练系统可以让轨迹特征感知到更多不同尺度上的时空信息，通过在海量轨迹中自监督学习得到的轨迹向量表示可以被广泛应用到行程时间估算、交通状况预测等多种智能交通系统任务中。

本发明授权一种基于深度学习的轨迹表示预训练系统在权利要求书中公布了：1.一种基于深度学习的轨迹表示预训练系统，其特征在于，包括构建面向多尺度轨迹结构的深度学习模型；该模型充分结合道路网络的静态和动态特征，并且通过混合不同尺度的注意力机制与自监督预训练范式，学习不同粒度的轨迹特征表示，从而获取更加丰富的时空语义信息；具体包括路网的静态和动态特征构建模块，多尺度的注意力编码器模块，自监督预训练模块；其中： 所述路网的静态和动态特征构建模块，包括路网静态特征构建模块和路网动态特征构建模块；用于捕捉路网上的静态和动态特征，并作为轨迹的初始特征输入到后续的轨迹编码模型中；静态特征构建模块用于捕捉路网的拓扑结构和道路类型；动态特征构建模块用于捕捉路网上每个路段随着时间动态变化的特征，包括路段上的速度和流量交通状态信息；这里，所述的轨迹是指车辆行驶的路径序列，由路网上的连续路段组成；所述速度和流量信息是指每个路段上单位时间内车辆经过的平均速度和经过车辆的次数； 所述多尺度的注意力编码器模块，用于捕捉轨迹在路网上的多尺度特征表示；具体采用不同粒度级别的轨迹序列表示，进行层内和层间的特征融合，以丰富轨迹的时空语义信息； 所述自监督预训练模块，用于在海量轨迹数据中通过自监督的方式得到能够感知到丰富轨迹上下文的特征表示；具体利用掩码轨迹还原任务作为监督信号，构建在轨迹中的预测缺失片段的任务。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。

以上内容由龙图腾AI智能生成。