基于机器学习的海上目标行为预测方法

本发明公开了基于机器学习的海上目标行为预测方法，涉及机器学习技术领域，收集目标海域内目标鱼群的迁徙多源异构数据，提取全局静态数据和历史动态数据。基于历史动态数据构建动态特征序列集合，输入带有注意力机制的编码器模型获得编码动态特征序列；基于全局静态数据，使用静态变化模型获得与编码动态特征序列形式一致的编码静态特征序列。将编码动态特征序列和编码静态特征序列进行融合，获得融合特征序列，输入至解码器模型中进行训练。在预测时，将实时收集的最新动态数据和全局静态数据输入模型，从而获得目标鱼群下一时刻的迁徙位置预测。实现了对海洋中目标鱼群迁徙位置高效、精准地预测。