典型文献
基于聚类分析和Att-Bi-LSTM的舰船航迹预测方法
文献摘要：
针对应用传统时间序列预测方法对舰船航迹进行预测时,航迹特征提取不充分且预测精确度和预测稳定性不够理想的问题,采用"先聚类分析,后预测"的思想,并综合考虑航迹多维特征,提出一种新的舰船航迹预测方法,先将历史航迹通过压缩、匹配和聚类等三个阶段聚成不同类别,后在双向长短期记忆网络中加入注意力机制,分别在不同类别航迹中构建舰船航迹预测模型,对航迹的航速、经度、纬度和航向等属性进行预测.在包含民用和军用航迹的数据集上设计对比实验,结果表明所提方法在预测精确度和预测稳定性两个方面较现有方法均得到提高.
文献关键词：
聚类分析;长短期记忆网络;时间序列;航迹预测
中图分类号：
作者姓名：
蒋通;崔良中;刘立国;林媛
作者机构：
海军工程大学电子工程学院,湖北武汉430033;中国人民解放军92001部队,山东青岛266011
文献出处：
引用格式：
[1]蒋通;崔良中;刘立国;林媛-.基于聚类分析和Att-Bi-LSTM的舰船航迹预测方法)[J].计算机仿真,2022(08):1-5,322
A类：
B类：
Att,Bi,舰船,航迹预测,传统时间,时间序列预测,航迹特征,预测精确度,多维特征,过压缩,双向长短期记忆网络,注意力机制,航速,经度,纬度,航向,军用,设计对比
AB值：
0.288949
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
