摘要
本发明提供一种基于双层多级复杂网络的多维时空船舶交通态势边界评估方法,包括:获取船舶AIS数据,提取AIS数据中船舶的经纬度、航向信息;构建面向船舶航行的多维时空船舶交通态势复杂度向量,包括空间多级复杂网络和时间双层复杂网络;利用K‑Means算法确定船舶交通态势边界;通过滑动时间窗方法对船舶交通态势的模式评估。本发明从多维时空角度对船舶交通态势边界进行评估,确定船舶交通态势不同模式边界,能够从多维度全面且准确地评估船舶所面临的交通态势,有效识别水域内多艘船舶交互过程中的潜在风险,特别是当交通态势被识别为高复杂度时,能够向操作人员提供预警信息,确保有充分的时间进行接管和决策,增强船舶整体航行的安全性和效率。
技术关键词
船舶
交通
网络
复杂度
指标
滑动时间窗口
节点
聚类
协方差矩阵
切片
数据
邻居
模式
因子
算法
参数
决策
样本
系统为您推荐了相关专利信息
机器识别模型
掺伪茶油
色谱层析法
薄层色谱板
油样
动力电池
计算机程序指令
指标
深度神经网络模型
机器学习模型
调度优化方法
深度强化学习
施工交通
交通调度系统
控制交通信号灯
局部图像特征
多尺度特征提取
晶圆
局部特征信息
算法
交叉注意力机制
多层次特征
编码特征
医学图像分割技术
Softmax函数