申请/专利权人:上海海事大学
申请日:2024-01-15
公开(公告)日:2024-04-09
公开(公告)号:CN117852718A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/40;G06N3/0442;G06N3/08;G06N3/0455;G06N3/042
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于BI‑GRU和GAT网络的海上交通密集区域多船舶航迹预测方法,包括:利用预先训练好的船舶航迹预测模型中的BI‑GRU网络对待预测AIS数据进行编码,获得第一隐藏状态;利用GAT网络对第一隐藏状态进行特征提取,获得空间交互信息;利用T‑GRU网络对空间交互信息进行特征提取,获得第二隐藏状态;将第一隐藏状态以及第二隐藏状态输入至GRU网络进行解码,获得预测结果。本发明所提供的方法能够捕获时间和空间上的相关性,进一步强化了对船舶动态行为的理解和预测,使得最终预测得到的预测轨迹点拥有更低的平均位移误差和最终位移误差,从而解决了海上交通密集区域中船舶密度高、交通线路复杂导致的船舶航迹信息难以准确预测的问题。
主权项:1.一种基于BI-GRU和GAT网络的海上交通密集区域多船舶航迹预测方法,其特征在于,包括:获取待预测AIS数据;利用预先训练好的船舶航迹预测模型中的BI-GRU网络对所述待预测AIS数据进行编码,获得第一隐藏状态;利用所述船舶航迹预测模型中的GAT网络对所述第一隐藏状态进行特征提取,获得空间交互信息;利用所述船舶航迹预测模型中的T-GRU网络对所述空间交互信息进行特征提取,获得第二隐藏状态;将所述第一隐藏状态以及所述第二隐藏状态输入至所述船舶航迹预测模型中的GRU网络进行解码,获得预测结果。
全文数据:
权利要求:
百度查询: 上海海事大学 基于BI-GRU和GAT网络的海上交通密集区域多船舶航迹预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。