基于AIS数据和LSTM网络的船舶航行动态预测

• 作者: 任宇翔 刘卫 王胜正 赵建森 韦雨含
• 来源期刊: 上海海事大学学报
• 关键词: 船舶 航行动态预测 船舶自动识别系统(AIS) 长短期记忆网络(LSTM) BP神经网络
• 年，卷（期）: 2019,（3）
• 页码范围: 32-37
• 页数: 6页
• 分类号: U675.79
• 语种: 中文
• DOI: 10.13340/j.jsmu.2019.03.006

摘要

为进一步提高船舶航行动态预测的精度,提出将长短期记忆(long short-term memory,LSTM)网络应用到船舶航行动态预测.将船舶自动识别系统(automatic identification system,AIS)数据转化为航行动态时间序列数据用于LSTM网络的训练和测试.将预测结果与传统的航迹推算法、BP(back propagation)神经网络法等的预测结果进行对比,结果证明:基于LSTM网络的船舶航行动态预测模型具有精度高、鲁棒性强、通用性好等特点.预测结果可以为船舶交通管理中心(vessel traffic services,VTS)的监管提供参考,在预警船舶碰撞、搁浅等事故方面具有较高的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘卫	上海海事大学商船学院	14	50	4.0	6.0
2	王胜正	上海海事大学商船学院	34	232	9.0	14.0
3	赵建森	上海海事大学商船学院	17	17	2.0	3.0
4	任宇翔	上海海事大学商船学院	1	0	0.0	0.0
5	韦雨含	上海海事大学商船学院	2	0	0.0	0.0