基于AIS数据和LSTM网络的船舶航行动态预测

基于AIS数据和LSTM网络的船舶航行动态预测

论文摘要

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。

论文目录

  • 0 引 言
  • 1 基于AIS的船舶航行动态模型
  • 2 LSTM网络算法模型
  • 3 船舶航行动态预测实验和结果
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 任宇翔,赵建森,刘卫,王胜正,韦雨含

    关键词: 船舶,航行动态预测,船舶自动识别系统,长短期记忆网络,神经网络

    来源: 上海海事大学学报 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 船舶工业,计算机软件及计算机应用

    单位: 上海海事大学商船学院

    基金: 国家自然科学基金(51709167),上海市自然科学基金(18ZR1417100),上海市浦江人才计划(D)类(18PJD017),大学生创新创业训练项目(X201801005)

    分类号: U675.79

    DOI: 10.13340/j.jsmu.2019.03.006

    页码: 32-37

    总页数: 6

    文件大小: 355K

    下载量: 412

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于AIS数据和LSTM网络的船舶航行动态预测
    下载Doc文档

    猜你喜欢