基于循环神经网络的船舶航迹预测

TP183; 在海事搜救、海关缉私等应用中,对目标船舶进行航迹预测是一个关键问题.为提高预测的精度和效率,提出了一种基于循环神经网络的船舶航迹预测方法,该方法包含数据预处理和神经网络预测两个部分.在数据预处理中,设计了一种基于对称分段路径距离的数据预处理方法,消除了大量冗余数据及噪声的影响;在神经网络预测中,构建了基于门控循环单元的循环神经网络模型,实现船舶位置信息精准且高效的预测.通过大量船舶自动识别系统数据进行了对比实验,实验结果证明了方法的实用性和有效性....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 42; no. 4; pp. 871 - 877
Main Authors 胡玉可, 夏维, 胡笑旋, 孙海权, 王云辉
Format Journal Article
LanguageChinese
Published 合肥工业大学管理学院,安徽合肥230009 01.04.2020
过程优化与智能决策教育部重点实验室,安徽合肥230009
Subjects
门控循环单元
船舶自动识别系统
航迹预测
对称分段路径距离
Online AccessGet full text
ISSN1001-506X
DOI10.3969/j.issn.1001-506X.2020.04.18

Cover

More Information
Summary:TP183; 在海事搜救、海关缉私等应用中,对目标船舶进行航迹预测是一个关键问题.为提高预测的精度和效率,提出了一种基于循环神经网络的船舶航迹预测方法,该方法包含数据预处理和神经网络预测两个部分.在数据预处理中,设计了一种基于对称分段路径距离的数据预处理方法,消除了大量冗余数据及噪声的影响;在神经网络预测中,构建了基于门控循环单元的循环神经网络模型,实现船舶位置信息精准且高效的预测.通过大量船舶自动识别系统数据进行了对比实验,实验结果证明了方法的实用性和有效性.
ISSN:1001-506X
DOI:10.3969/j.issn.1001-506X.2020.04.18