基于时空特征融合的船舶航迹预测方法

本申请涉及航迹预测技术领域，其具体地公开了一种基于时空特征融合的船舶航迹预测方法，其采用基于深度学习的神经网络模型对已知船舶轨迹中各时间的AIS信息进行处理，以提取出船舶轨迹的时间维度特征和空间维度特征，接着，通过对船舶轨迹的时间维度特征和空间维度特征进行隐性关联显性化建模分析，以挖掘出两者之间的隐式关键线索，并基于此实现船舶轨迹时间维度特征和空间维度特征的对齐交互融合，进而基于船舶轨迹的时空融合特征预测船舶的未来航迹。通过这种方式，可以深入挖掘出船舶航行速度、航向变化与地理位置之间的相关性，从而实现更为精准的特征对齐交互融合，进而提升船舶航迹预测的准确性。