漂浮物轨迹预测方法、模型训练方法、系统、装置及介质

本申请提供一种漂浮物轨迹预测方法、模型训练方法、系统、装置及介质，涉及深度学习技术领域。该方法包括：获取真实轨迹数据和水动力数据形成第一数据集，根据第一数据集训练第一编码器和第二编码器，利用训练好的编码器对第一数据集进行编码得到第二数据集，根据第二数据集训练中间生成产物模型，该模型能够基于水动力数据的向量预测轨迹数据的向量，然后根据包含真实轨迹数据和其向量的第三数据集训练解码器，将训练好的第一编码器、中间产物生成模型和解码器组合得到漂浮物轨迹预测模型。本申请通过构建各种水动力数据与轨迹数据关系的映射模型，该模型能够精确预测漂浮物的轨迹，减少预测计算量，适用于各种海域环境。