摘要
本发明公开了一种基于海洋环境特征融合的舰船航迹预测方法,包括:获取当前时刻的舰船动态序列数据、舰船位置序列数据和海洋环境信息,并输入至舰船轨迹预测模型中;对舰船动态和位置序列数据进行One‑hot编码,对海洋环境信息进行时空网格位置关联解码;对上述获得的舰船动态序列和舰船位置序列的One‑hot编码数据,以及海洋环境信息时空网格解码数据进行Encoder编码,获得舰船时序特征和海洋环境时序特征;对这两种时序特征进行跨模态对齐融合后进行Decoder解码,获得下一时刻的舰船动态信息和舰船位置信息并One‑hot解码后输出。该方法利用海洋环境信息补充舰船轨迹建模,提升了舰船轨迹预测模型的精准度。
技术关键词
海洋环境特征
航迹预测方法
海洋环境信息
时序特征
海面风场
轨迹预测模型
序列
数据字
网格解码
解码模块
动态
跨模态
前馈神经网络
编码模块
船舶自动识别系统
交叉注意力机制
系统为您推荐了相关专利信息
深度强化学习
BiLSTM模型
参数
障碍物
密度
多模型数据驱动
Attention机制
锂离子电池
可读存储介质
空间特征提取
空间结构特征提取
跨站脚本攻击
攻击检测模型
智能检测方法
样本
病理监测系统
医学知识图谱
多模态
时序特征
早期检测方法