基于长短记忆网络的舰船航迹预测方法

• 作者: 杨金鸿 熊璋 王新远 皇甫立 许松
• 来源期刊: 舰船电子工程
• 学科: 交通运输
• 关键词: 长短记忆网络 深度学习 舰船航迹 预测算法
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 信息系统与指挥控制
• 页码范围: 30-33,59
• 页数: 5页
• 分类号: U675
• 字数: 2917字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2019.08.009

摘要

在复杂海洋环境航行中,对航迹的准确预测是保障舰船安全、有效航行的重要基础.提出一种基于长短记忆网络模型的舰船航迹预测方法,该方法利用历史时刻舰船运动状态序列预测未来时刻舰船运动状态,进而预测舰船航迹.利用长短记忆网络(LSTM)对舰船运动序列模型进行训练学习,建立舰船运动状态预测模型,实现航迹预测.该模型具有长记忆功能,能够利用较长期舰船运动状态变化趋势预测舰船运动状态.最后仿真实验结果表明论文所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊璋		175	2114	23.0	41.0
2	杨金鸿		3	6	1.0	2.0
3	皇甫立		2	1	1.0	1.0
4	许松		2	1	1.0	1.0
5	王新远		3	12	1.0	3.0