摘要
本发明公开了一种基于卷积自编码的运输船舶异常轨迹检测方法,包括:获取运输船舶的AIS数据,并对AIS数据进行预处理,获取正常运行的运输船舶在不同途经点的经纬度坐标,基于时间顺序对不同途经点进行连接,将连接后的曲线表示为运输船舶的实际轨迹,并得到实际轨迹的特征图像,构建卷积自编码神经网络模型,将实际轨迹的特征图像作为输入数据对卷积自编码神经网络模型进行训练,设置重构误差阈值,获取待检测的运输船舶的实际轨迹,根据训练后的卷积自编码神经网络模型对待检测特征图像进行处理并获取处理结果,并判断是否超过了重构误差阈值,若是则为异常轨迹,反之为正常轨迹。本发明实现基于卷积自编码神经网络的船舶异常轨迹的准确检测。
技术关键词
运输船舶
重构误差
异常轨迹
神经网络模型
加权方法
轨迹压缩算法
图像
数据
曲线
直方图
解码器
编码器
坐标
像素点
蓝色
通道
冗余
系统为您推荐了相关专利信息
光电容积脉搏波
房颤
深度卷积神经网络模型
深度迁移学习
识别方法
数据输入模块
LSTM模型
超参数
数据缺失值
海洋
程度评价方法
下电力系统
LSTM神经网络模型
节点
系统运行方式
焊缝
计算机程序指令
控制超声波探头
神经网络模型
信号特征
电脉冲
三极管
肖特基二极管
按摩控制器
按摩装置