摘要
本发明公开了一种船舶航行轨迹智能预测方法,属于船舶航行技术领域,包括动态获取并融合船舶自身实时状态、历史航行模式及当前和预报的环境因素等多源导航数据;构建并更新表征船舶时空运动行为与意图的动态特征向量;将该向量输入预训练的集成式深度学习模型,生成概率性轨迹预测序列;依据该序列,结合电子海图与交通规则评估潜在碰撞与偏航风险,输出综合风险评估指标;当风险超阈值或存在优化空间时,生成兼顾安全裕度与航行效率的优化航线调整建议。本发明采用集成深度学习模型,显著提升船舶轨迹预测的精确度和可靠性;并能主动进行风险评估与智能航线优化,增强航行安全与运营效率。
技术关键词
船舶航行轨迹
智能预测方法
深度学习预测模型
指示性特征
加权融合算法
风险
动态
协方差矩阵
交通管理规则
气象水文预报
船舶航行技术
序列
电子海图数据
启发式搜索算法
集成深度学习
海洋环境数据
注意力机制
优化控制方法
系统为您推荐了相关专利信息
现代化养猪场
智能预测方法
训练神经网络
速度
饲料
薄壁结构
深度学习预测模型
粉末床
成形
扫描策略
环境在线监测
监管方法
异常数据点
模糊聚类算法
排放量