典型文献
基于滑动窗口LSTM网络的船舶航迹预测
文献摘要：
为准确预测复杂水域船舶航迹,提高航行安全水平,提出一种基于滑动窗口长短期记忆(long short-term memory,LSTM)网络的船舶航迹预测方法.根据相邻航迹点的船位特征变化趋势,剔除异常数据,并利用插值方式填补缺失点船位数据,建立船舶航行状态数据库.根据船舶航向变化态势建立航行状态判别准则,识别船舶航行场景.考虑船位信息特征维度高的特点,应用LSTM网络理论构建基于滑动窗口 LSTM网络的船舶航迹预测模型.应用大连港水域和黄渤海水域的AIS数据,分别在不同航行场景下进行验证.结果表明:直航型、转向型和'S'型场景下,滑动窗口 LSTM网络预测结果的平均绝对百分比误差、均方误差和均方根误差均比基础LSTM网络、反向传播神经网络和灰色模型的小,这表明滑动窗口 LSTM网络对非线性航迹预测的泛化能力强于其他3种模型.
文献关键词：
船舶航迹预测;长短期记忆(LSTM)网络;滑动窗口
中图分类号：
作者姓名：
王余宽;谢新连;马昊;潘伟;许小卫
作者机构：
大连海事大学综合运输研究所,辽宁大连116026;武汉理工大学航运学院,武汉430070
文献出处：
引用格式：
[1]王余宽;谢新连;马昊;潘伟;许小卫-.基于滑动窗口LSTM网络的船舶航迹预测)[J].上海海事大学学报,2022(01):14-22
A类：
船舶航迹预测
B类：
滑动窗口,准确预测,复杂水域,航行安全,安全水平,长短期记忆,long,short,term,memory,特征变化,异常数据,补缺,缺失点,船位数据,船舶航行状态,状态数据库,船舶航向,变化态势,状态判别,判别准则,信息特征,网络理论,理论构建,大连港,黄渤海,AIS,直航,平均绝对百分比误差,均方误差,比基,反向传播神经网络,灰色模型,泛化能力
AB值：
0.271964
相似文献
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。
