摘要
本发明一种复杂通航环境下多船航行的轨迹预测方法,包括以下步骤:获取N条船舶的AIS轨迹数据;对N条船舶的AIS数据进行数据清洗操作,得到预处理之后的AIS数据;将预处理之后的AIS数据构成的数据集划分为训练集和测试集;构建端到端的图卷积神经网络预测模型;基于训练集数据,对端到端的图卷积神经网络预测模型进行训练,得到训练好的端到端的图卷积神经网络预测模型;将测试集数据输入到训练好的端到端的图卷积神经网络预测模型中,实现N条船舶的未来轨迹的预测。基于船舶的AIS数据构造图结构的特征表示,然后使用时空图卷积网络作为编码器提取船舶轨迹的时空特征,输入到由卷积神经网络和残差连接构成的解码器中,以实现内河船舶的轨迹预测。
技术关键词
神经网络预测模型
轨迹预测方法
交互特征
时间卷积网络
训练集数据
历史轨迹数据
特征提取模块
自动识别系统
时空图卷积神经网络
门控循环单元网络
交通监管装置
定义
图形操作
内河船舶
社交
系统为您推荐了相关专利信息
TSK模糊系统
疲劳驾驶检测方法
模糊集合
频域特征
时间卷积网络
金融
特征生成方法
评级方法
梯度提升树模型
特征选择算法
功率预测方法
历史气象数据
风速
神经网络预测模型
双向长短期记忆
查询特征
原型
语义分割方法
Sigmoid函数
交互特征