一种基于CNN-GRU组合神经网络的船舶轨迹分类方法

本发明提供一种基于CNN‑GRU组合神经网络的船舶轨迹分类方法，属于深度学习领域。通过如下步骤：步骤一、获取船舶轨迹源数据，对源数船舶轨迹数据进行相应清洗和预处理，具体为：S1剔除船舶轨迹点缺失严重的船舶轨迹和不符合要求的轨迹点；S2确定船舶轨迹时间戳间距；S3对船舶轨迹进行滑动窗口轨迹信息处理；S4对船舶轨迹缺失信息进行插值处理；S5对轨迹离群点进行去噪处理；步骤二、利用预处理后船舶轨迹数据计算船舶轨迹的运动属性序列和标准化处理获取船舶轨迹数据段；步骤三、利用所述船舶轨迹数据段构建和训练组合神经网络模型；步骤四、得到船舶轨迹的分类。实现了对船舶轨迹进行高效准确的分类。