摘要
本发明公开了一种基于复杂网络的船舶到达时间分段预测方法及系统,所述方法包括以下步骤:将船舶的AIS数据、航道特征和交通环境特征作为特征数据,计算所有特征数据的重要性得分,将所述重要性得分大于设定的重要性阈值的特征数据作为重要特征;根据所述重要性得分对所述重要特征进行加权处理,得到AIS数据中每个航迹点的复杂度评分;遍历所有航迹点,若相邻两个航迹点的复杂度评分的差值小于设定的阈值,将这两个航迹点划分为同一航段,否则划分为不同航段;根据航段划分结果对重要特征进行标注,利用标注后的重要特征训练预测模型,利用训练后的预测模型实现船舶到达时间的分段预测。
技术关键词
分段预测方法
训练预测模型
复杂度
局部特征提取
特征工程
网络
XGBoost模型
船舶自动识别系统
特征提取模块
数据采集模块
评估预测模型
时序特征
表达式
预测系统
梯度提升机
鲸鱼算法