一种船舶轨迹数据挖掘及宏微观融合航路预测方法及系统

本发明涉及一种船舶轨迹数据挖掘及宏微观融合航路预测方法及系统，其中方法包括：S1：从船舶自动识别系统数据中提取内河航道附近的船舶轨迹数据，并进行清洗、过滤、排序和初步分析；S2：利用船舶轨迹数据的特征进行聚类分析，结合人工标注，初步挖掘轨迹特征，并建立船舶轨迹数据库；S3：基于历史数据，从宏观层面构建针对船舶内河行驶关键路径节点的深度学习模型；S4：基于历史数据训练一种结合卷积神经网络和长短期记忆网络的深度学习模型，实现从微观层面预测船舶位置轨迹；S5：针对新的船舶数据，进行宏微观融合预测，得到船舶航行路径和轨迹预测耦合结果。本发明采取了宏微观预测手段的耦合，为船舶轨迹预测的精度提供了一定的保障。