基于一維卷積神經(jīng)網(wǎng)絡(luò)和LSTM的船舶軌跡預(yù)測(cè)方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202011432796.X 申請(qǐng)日 -
公開（公告）號(hào) CN112561148B 公開（公告）日 2021-11-30
申請(qǐng)公布號(hào) CN112561148B 申請(qǐng)公布日 2021-11-30
分類號(hào) G06Q10/04（2012.01）I;G06F16/2458（2019.01）I;G06N3/04（2006.01）I;G08G3/00（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王波;崔斌;孟祥超;劉東宇;費(fèi)廷偉;高曉瓊 申請(qǐng)（專利權(quán)）人 北京京航計(jì)算通訊研究所
代理機(jī)構(gòu) 北京天達(dá)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 龔頤雯
地址 100074北京市豐臺(tái)區(qū)云崗北里西區(qū)1號(hào)院
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于一維卷積神經(jīng)網(wǎng)絡(luò)和LSTM的船舶軌跡預(yù)測(cè)方法，包括以下步驟：數(shù)據(jù)預(yù)處理步驟：對(duì)通過(guò)船舶AIS采集的包括船位、航速和航向信息在內(nèi)的軌跡數(shù)據(jù)進(jìn)行預(yù)處理得到軌跡切分?jǐn)?shù)據(jù)；特征提取步驟：采用一維卷積神經(jīng)網(wǎng)絡(luò)對(duì)軌跡切分?jǐn)?shù)據(jù)進(jìn)行特征提取優(yōu)化，并將提取到的高級(jí)特征與所述軌跡切分?jǐn)?shù)據(jù)結(jié)合來(lái)構(gòu)造軌跡預(yù)測(cè)訓(xùn)練的輸入數(shù)據(jù)；軌跡預(yù)測(cè)模型訓(xùn)練步驟：將所述輸入數(shù)據(jù)導(dǎo)入到LSTM神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)軌跡數(shù)據(jù)中隱含的船舶運(yùn)動(dòng)規(guī)律；軌跡預(yù)測(cè)步驟：利用所述船舶運(yùn)動(dòng)規(guī)律對(duì)船舶下一時(shí)刻的位置進(jìn)行預(yù)測(cè)。本發(fā)明較其他現(xiàn)有預(yù)測(cè)方法具有更好的預(yù)測(cè)精度，均方誤差更低，并且預(yù)測(cè)更迅捷。