摘要
本发明公开了一种基于时空自适应图池的船舶轨迹预测方法,包括S1:获取船舶轨迹的AIS原始数据;S2:对AIS原始数据进行数据预处理获取船舶轨迹数据样本集;并将船舶轨迹数据样本集随机划分为训练集与验证集;S3:构建船舶轨迹预测模型,且船舶轨迹预测模型包括船舶轨迹时间编码器、船舶轨迹空间交互编码器、特征融合模块以及预测解码器;S4:基于训练集与验证集对船舶轨迹预测模型进行模型训练与模型验证,以获取最优船舶轨迹预测模型,进而通过最优船舶轨迹预测模型实现船舶轨迹的预测。解决了目前的预测方法通过建立固定的空间范围来学习船舶的互动,而船舶交互是在不考虑其方向的情况下产生的,导致了太多无用的特征,这很容易导致不必要的互动,进而导致船舶轨迹预测会有很大偏差的问题。
技术关键词
轨迹预测模型
船舶轨迹预测方法
编码器
交互特征
时间序列特征
数据
解码器
轨迹特征
连续性
样本
前馈神经网络
节点
表达式
坐标
注意力
传播算法
系统为您推荐了相关专利信息
水站
拉普拉斯金字塔
图像
监测方法
语义分割模型
图像重建方法
多层卷积网络
视角
关键点
姿态特征
耕地变化检测方法
特征金字塔
影像
特征提取模块
注意力机制
问答方法
问答系统
融合特征
计算机程序产品
多模态