典型文献
一种并行LSTM-FCN模型在船舶航迹预测中的应用
文献摘要：
航迹预测是保障船舶航行安全、提高海洋交通管制效能、高效搜索海面目标的关键技术.为提高船舶航迹预测精确度,针对航迹特征多维度的特点,提出一种并行LSTM-FCN(parallel LSTM-FCN,PLSTM-FCN)模型.该模型有效结合LSTM模型对时间序列数据长期趋势预测的优势和全卷积网络(FCN)模型擅于提取时间序列数据细节变化规律的特点,通过并行结构设计保证相同训练效率下提取特征参数翻倍,实现较高精确度的高维航迹数据特征提取和趋势预测.基于动态时间规整算法和拉依达准则的船舶历史航迹数据预处理方法,可提高PLSTM-FCN模型从不同类型船舶历史航迹中深度学习航行趋势和转弯细节的效率.基于船舶自动识别系统(AIS)数据的仿真实验结果表明,PLSTM-FCN模型对多维特征船舶航迹预测的精确度明显优于传统循环神经网络.
文献关键词：
船舶航迹预测;深度学习;长短时记忆网络;全卷积神经网络;船舶自动识别系统
中图分类号：
作者姓名：
胡丹;孟新;路帅;邢力宁
作者机构：
中国科学院国家空间科学中心复杂航天系统电子信息技术重点实验室,北京100190;中国科学院大学,北京100049;中科天智运控科技有限公司,深圳518052;国防科技大学系统工程学院,长沙410073
文献出处：
引用格式：
[1]胡丹;孟新;路帅;邢力宁-.一种并行LSTM-FCN模型在船舶航迹预测中的应用)[J].控制与决策,2022(08):1955-1961
A类：
船舶航迹预测,PLSTM
B类：
FCN,船舶航行安全,交通管制,海面目标,预测精确度,航迹特征,parallel,有效结合,时间序列数据,长期趋势,趋势预测,全卷积网络,擅于,提取时间,并行结构,训练效率,提取特征,翻倍,高精确度,高维,数据特征,动态时间规整算法,拉依达准则,数据预处理方法,转弯,船舶自动识别系统,AIS,多维特征,循环神经网络,长短时记忆网络,全卷积神经网络
AB值：
0.249398
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。
