摘要
本发明提供了一种船舶航行状态预测网络训练方法、应用方法、设备及介质,涉及水上交通技术领域,方法包括:获取待预测船舶的船舶参数和历史海况航行数据;根据船舶参数构建待预测船舶的动力学模型,基于动力学模型对历史海况航行数据进行动力学分析得到船舶航行动力学预测数据;将历史海况航行数据和船舶航行动力学预测数据进行相关性系数分析和离散化处理后作为初始船舶航行状态预测网络的输入,迭代训练初始船舶航行状态预测网络直至损失收敛,得到训练完备的船舶航行状态预测网络。本发明通过历史海况航行数据以综合考虑海况环境对船舶航行的影响,可以适应复杂海洋环境,通过结合动力学模型与机器学习结合的方法,可以有效提升预测准确度。
技术关键词
网络训练方法
船舶
网络应用方法
异常数据处理
水上交通技术
孤立森林算法
皮尔逊相关系数
参数
机器学习算法
处理器
海浪
运动
可读存储介质
直方图
存储器
电子设备
油耗
系统为您推荐了相关专利信息
数字孪生模型
散货装卸作业
船舱
煤炭
动态优化方法
无迹卡尔曼滤波
跟踪方法
图像特征检测方法
雷达回波数据
轮廓
智能船舶
复杂度
图像纹理特征
分类场景
模拟人类视觉感知