摘要
本发明涉及船舶运动技术领域,尤其是涉及融合船载雷达测波的船舶操纵运动轨迹预报方法及系统,所述方法,包括获取多模态数据,并对获取的多模态数据进行预处理,对预处理后的多模态数据进行多模态特征提取,基于提取的多模态特征进行跨模态融合,得到融合特征向量,将融合特征向量作为输入构建前馈神经网络,输出船舶运动状态的预测值;基于构建完成的前馈神经网络进行参数优化,对前馈神经网络输出的预测结果进行验证,输出最终预测结果,本发明最终输出的船舶运动状态预测值涵盖纵向速度、横向速度及艏摇角速度等关键参数,为船舶的操纵决策提供了准确依据,有助于提升船舶航行的安全性和操控的精准性。
技术关键词
轨迹预报方法
前馈神经网络
船载雷达
船舶运动状态
长短期记忆网络
引入注意力机制
输出特征
模态特征
多模态
时序
运动状态参数
跨模态
数据
人工神经网络
图像
序列
系统为您推荐了相关专利信息
态势预测方法
YOLO模型
空间特征提取
预测时空数据
图像采集设备
状态估计模型
大型储能电池
健康评估方法
健康状态预测
储能电池系统
反爬虫方法
孤立森林算法
支持向量机算法
深度学习模型
访问日志数据
储能模块
储能控制策略
生成方法
控制优化装置
储能运行状态