摘要
本发明公开了一种基于转弯特征增强的船舶转弯轨迹预测方法,该方法首先对船舶轨迹数据进行预处理,通过重建具有关键转折点的轨迹,获得预处理后的轨迹数据集。其次构建轨迹预测神经网络模型,并通过轨迹数据集中的数据进行训练,生成预测的轨迹数据。最后将测试用的轨迹数据通过训练好的轨迹预测神经网络模型,利用滑动窗口机制进行预测,对预测位置的概率top_k进行采样获得单步预测值,迭代多步预测,实现不同轨迹长度的预测。本发明提通过数据预处理多流程增强轨迹数据中转弯特征的表达,有效重构了突出关键转折点的船舶轨迹数据,提升对船舶轨迹预测的精度。
技术关键词
轨迹预测方法
船舶
数据
神经网络模型
多头注意力机制
运动学特征
非线性结构
轨迹提取方法
曲率特征
滑动窗口机制
补丁
插补算法
动态
特征提取模块
掩码矩阵
Sigmoid函数
执行矩阵乘法
系统为您推荐了相关专利信息
体验评估方法
情感分析模型
情感特征
BERT模型
计算方法
移动营销系统
物联网技术
数据
个性化推荐算法
时间序列分析方法
智能预测方法
预算系统
ARIMA模型
数据预处理算法
随机森林
传感器节点
环境感知信息
协同调控方法
汇聚节点
通信抗干扰