一种基于AIS深度学习的船舶交通流特征提取方法

本发明提出了一种基于AIS深度学习的船舶交通流特征提取方法：首先，通过获取特定水域的AIS数据，建立了船舶信息数据集。然后，建立了双重AIS深度学习场景，第一重数据特征学习利用多层CNN贝叶斯学习方法，输出具有全局相关信息的完整轨迹序列数据；第二重航迹状态学习计算了轨迹在静止、转向、恒速和加减速四种状态下的模糊权重；随后，将轨迹序列数据划分为不同的簇，并输出了恒速和加减速船舶轨迹运动集，以及静止和转弯轨迹停留集；设计动静态集合加权相似度估算方法，建立船舶轨迹停留集与运动集之间的匹配关系，并确定完整的船舶OD矩阵和航路链。本发明完善了AIS数据提取的细节和步骤，提高了船舶轨迹数据的利用和分析准确度。