Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于T-GRU的长距离船舶航迹预测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提出了一种基于T‑GRU的长距离船舶航迹预测方法及装置,方法包括:按照时间戳对航迹数据进行排序,对经度和纬度数据分别进行样条插值;将船舶运动数据按照预设比例划分为训练集和测试集,利用训练集对神经网络进行训练;完成后,分别使用训练集和测试集进行预测,得到训练集预测值以及测试集预测值;确定训练集预测值与真实值的残差序列;对残差序列进行分解,得到本征模态分量以及残差项并分别进行训练并预测,得到对应的预测结果并求和,作为测试集残差的预测值;船舶航迹的预测结果确定为残差的预测值与测试集预测值的和。本发明可用于捕捉长时间依赖关系,在长距离航迹预测中对复杂关系实现准确建模,提高预测准确性。

主权项:1.一种基于T-GRU的长距离船舶航迹预测方法,其特征在于,包括:步骤S1,按照时间戳对航迹数据进行排序,对经度和纬度数据分别进行样条插值;步骤S2,将船舶运动数据按照预设比例划分为训练集和测试集,利用训练集对初始神经网络进行训练;其中,所述神经网络的输入包括经纬度、航速、航向,输出为预测出的船舶位置,训练完成后,分别使用训练集和测试集进行预测,得到训练集预测值Y’train以及测试集预测值Y’pre;步骤S3,确定训练集预测值与真实值的残差序列res=Ytrue-Y’train;步骤S4,利用EMD算法对所述残差序列res进行分解,得到本征模态分量以及残差项,并基于所述分量和所述残差量分别建立GRU网络进行训练并预测,得到对应的预测结果并求和,作为测试集残差的预测值Yres;步骤S5,当前船舶航迹的预测结果Y被确定为Y=Y’pre+Yres。

全文数据:

权利要求:

百度查询: 中国电子科技集团公司第十五研究所 基于T-GRU的长距离船舶航迹预测方法及装置

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。