基于循环神经网络的船舶航迹预测

• 作者: 夏维 孙海权 王云辉 胡玉可 胡笑旋
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 航迹预测 船舶自动识别系统 对称分段路径距离 门控循环单元
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 系统工程
• 页码范围: 871-877
• 页数: 7页
• 分类号: TP183
• 字数: 5590字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2020.04.18

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡笑旋	合肥工业大学管理学院	43	729	10.0	26.0
3	夏维	合肥工业大学管理学院	6	11	2.0	2.0
7	胡玉可	合肥工业大学管理学院	1	1	1.0	1.0
13	孙海权	合肥工业大学管理学院	2	3	1.0	1.0
17	王云辉	合肥工业大学管理学院	2	2	1.0	1.0