摘要
本发明公开了一种海上目标航线预测方法,包括以下步骤:(1)收集并预处理历史AIS数据,计算引入新的特征,考虑复杂场景下本船舶的影响;划分训练集、验证集和测试集;(2)使用卷积神经网络提取局部时空相关性特征;(3)使用双向长短时记忆网络建模目标的时序依赖性;(4)利用注意力机制加权提取关键时刻或特征;(5)独立训练每个模型,并在测试集上评估融合后的模型性能;(6)使用移动窗口技术提取和输出固定长度数据,完成从时间段到时间段的预测;本发明能够精确预测目标船舶的未来航线,为船舶驾驶员提供有力的决策支持,从而有效提升海上航行的安全性。
技术关键词
卷积神经网络提取
注意力机制
船舶
窗口技术
时间段
序列
异常数据处理
自动识别系统
递归神经网络
LSTM模型
拼接方法
轨迹
训练集
处理器
场景
时序
存储器
系统为您推荐了相关专利信息
生成点云数据
多尺度神经网络
多层次
多尺度特征提取
近邻算法
图像生成模型
文本
图像生成方法
生成噪声
噪声图像
机床管理系统
故障预测模型
序列
时间段
维保设备
压缩特征向量
特征学习网络
非结构化数据处理方法
多尺度特征融合网络
时空融合特征
图像生成模型
图像生成方法
随机噪声
文本
噪声图像