申请/专利权人：中国人民解放军海军航空大学

申请日：2024-03-21

公开（公告）日：2024-04-26

公开（公告）号：CN117933492A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/40;G06F18/213;G06F18/25;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种基于时空特征融合的船舶航迹长期预测方法，属于数据预测领域。该方法基于船舶航迹预测模型TCNformer进行预测，预测过程为：得到已知船舶轨迹，将已知船舶轨迹中各时间的AIS信息观测值转换为对应的四独热向量，将已知船舶轨迹中各时间的四独热向量转换为对应的高维嵌入向量，从高维特征向量序列中提取出时间维度特征和空间维度特征，将时间维度特征与空间维度特征进行融合，得到时空融合特征，根据时空融合特征预测下一个时间点的航迹信息，直至预测任务完成。本发明可以有效解决船舶运动模式的复杂性与AIS数据的异质性的问题，实现船舶航迹的长期预测。

主权项：1.一种基于时空特征融合的船舶航迹长期预测方法，其特征在于：基于船舶航迹预测模型TCNformer进行预测，船舶航迹预测模型TCNformer的预测过程为：步骤1、采集并清洗AIS数据，从清洗处理后的AIS数据中提取出本次需要预测的航次的已知AIS数据，得到已知船舶轨迹；步骤2、将已知船舶轨迹中各时间的AIS信息观测值转换为对应的四独热向量；步骤3、将已知船舶轨迹中各时间的四独热向量转换为对应的高维嵌入向量；步骤4、使用TCN网络从高维特征向量序列中提取出时间维度特征；步骤5、使用Transformer网络从高维特征向量序列中提取空间维度特征；步骤6、将时间维度特征与空间维度特征进行融合，得到时空融合特征；步骤7、根据时空融合特征预测下一个时间点的航迹信息；步骤8、如果已预测的时间长度未达到预设长度，则将刚预测出的航迹信息加入到当前已知船舶轨迹为中，然后返回步骤2进行下一时间的预测；如果已预测的时间长度达到预设长度，则预测任务完成。

全文数据：

权利要求：

百度查询： 中国人民解放军海军航空大学 基于时空特征融合的船舶航迹长期预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD