基于深度学习的航路误差分析方法、装置、设备、介质及产品

本发明公开了一种基于深度学习的航路误差分析方法、装置、设备、介质及产品，所述方法包括：根据时间戳检测模型对原始数据集进行特征分类和特征归一化，得到时序特征集和非时序特征集；其中，所述原始数据集包括航路的若干个特征；根据特征提取融合网络对所述时序特征集和所述非时序特征集进行特征提取和融合，得到融合特征矩阵；根据预设的误差预测模型和所述融合特征矩阵，分析并量化每一特征对误差的贡献以及特征间的关联关系；其中，所述误差预测模型由混合模型对所述融合特征矩阵进行训练得到。本发明通过分析并量化特征对误差的贡献以及特征间的关联关系，能够全面分析航路误差的来源，为航路的规划和优化提供了数据驱动的决策支持。