船舶自动识别系统数据修复和预测算法研究

• 作者: 刘磊 初秀民 张代勇 蒋仲廉 钟诚
• 来源期刊: 哈尔滨工程大学学报
• 学科: 交通运输
• 关键词: 水路运输 数据修复和预测 BP神经网络 分段三次Hermite插值 三次样条插值 联合数学模型 自动识别系统数据 修复和预测精度
• 年，卷（期）: 2019,（6）
• 页码范围: 1072-1077
• 页数: 6页
• 分类号: U675.7
• 字数: 3105字
• 语种: 中文
• DOI: 10.11990/jheu.201803011

摘要

针对船舶AIS数据丢失或错误等问题,本文借助分段三次Hermite插值实现AIS数据初步修复或预测,建立神经网络训练集和测试集,开展单点和连续多点AIS数据修复和预测;对比分析了BP神经网络与三次样条插值、分段三次Hermite插值方法以及组合算法在船舶AIS数据修复和预测中的精度.以重庆弯曲河段和武汉顺直河段为例,分析了航道平面形态、算法组合等对于船舶AIS数据修复和预测精度的影响.结果表明:联合算法有效提升了船舶AIS数据修复精度;在船舶AIS预测中,神经网络模型表现最优.研究成果可为船舶行为特征分析、建模等相关领域的研究提供借鉴.