System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及船舶數據處理,尤其涉及一種船舶軌跡預測方法、系統、計算設備及存儲介質。
技術介紹
1、隨著人類活動向深遠海發展,海上船舶數量迅猛增長,海上航行船舶均配備了gps、ais和北斗等定位設備,通過定位設備實現對船舶全軌跡管理,掌握船舶水上作業動態和具體航行規律,是有效服務海洋經濟發展的重要舉措。通過船舶歷史信息預測后續軌跡并分析船舶異常行為,是保障船舶安全、深度挖掘分析海洋船舶運行規律的重要手段。
2、現有技術中,由于ais中的船舶位置信息并非實時更新,部分船舶位置存在更新間隔時間較長的問題,因此采用ais提供的船舶位置連線繪制船舶軌跡,可能會導致船舶軌跡穿越陸地的不合理情況,由于現有的船舶軌跡存在著以上不足,具有較大的改進空間和改進需求。
技術實現思路
1、鑒于現有技術中的上述缺陷或不足,期望提供一種船舶軌跡預測方法、系統、計算設備及存儲介質,具有更準確的船舶軌跡預測結果,并且實時性更高。
2、第一方面,本申請實施例提供了一種船舶軌跡預測方法,包括:
3、基于ais數據獲取預設時間內的船舶軌跡信息,以生成船舶軌跡的訓練數據集和驗證數據集;
4、構建基于高效注意力機制的雙向門控循環神經網絡的軌跡預測模型,并通過所述訓練數據集和驗證數據集對所述軌跡預測模型訓練;
5、將所述船舶軌跡信息輸入至預先訓練好的軌跡預測模型,以得到船舶軌跡預測信息。
6、在一些實施例中,基于ais數據獲取預設時間內的船舶軌跡,以生成船
7、對所述ais數據進行預處理,所述預處理包括刪除異常ais數據;
8、對預處理后的ais數據集中缺失值進行修復和補充。
9、在一些實施例中,基于ais數據獲取預設時間內的船舶軌跡,以生成船舶軌跡的訓練數據集和預測數據集,還包括:
10、所述訓練數據集和預測數據集至少包括以下一種或多種:船型、經度、緯度、航速和航向。
11、在一些實施例中,所述軌跡預測信息包括:預設時間后的經度、緯度。
12、第二方面,本申請實施例提供一種船舶軌跡預測系統,包括:
13、獲取模塊,用于基于ais數據獲取預設時間內的船舶軌跡信息,以生成船舶軌跡的訓練數據集和驗證數據集;
14、構建模塊,用于構建基于高效注意力機制的雙向門控循環神經網絡的軌跡預測模型,并通過所述訓練數據集和驗證數據集對所述軌跡預測模型訓練;
15、預測模塊,用于將所船舶軌跡信息輸入至預先訓練好的軌跡預測模型,以得到船舶軌跡預測信息。
16、在一些實施例中,獲取模塊,還用于:
17、對所述ais數據進行預處理,所述預處理包括刪除異常ais數據;
18、對預處理后的ais數據集中缺失值進行修復和補充。
19、在一些實施例中,獲取模塊,還包括:所述訓練數據集和預測數據集至少包括以下一種或多種:船型、經度、緯度、航速和航向。
20、在一些實施例中,所述軌跡預測信息包括:預設時間后的經度、緯度。
21、第三方面,本申請實施例提供一種電子設備,包括處理器和存儲器,所述存儲器中存儲有至少一條指令、至少一段程序、代碼集或指令集,所述指令、所述程序、所述代碼集或所述指令集由所述處理器加載并執行以實現上述方面的船舶軌跡預測方法。
22、第四方面,本申請實施例提供一種非臨時性計算機可讀存儲介質,當所述存儲介質中的指令由計算設備的處理器執行時,使得計算設備能夠執行如上第一方面的船舶軌跡預測方法。
23、綜上,本申請公開了一種船舶軌跡預測方法、系統、計算設備及存儲介質。其中,船舶軌跡預測方法,包括:基于ais數據獲取預設時間內的船舶軌跡信息,以生成船舶軌跡的訓練數據集和預測數據集;構建基于高效注意力機制的雙向門控循環神經網絡的軌跡預測模型,并通過所述訓練數據集對所述軌跡預測模型訓練;將所述預測數據集輸入至預先訓練好的軌跡預測模型,以得到船舶軌跡預測信息。該方法通過預先構建和訓練的雙向門控循環神經網絡的軌跡預測模型,將船舶軌跡信息輸入后,可以輸出更準確的船舶軌跡預測結果,并且實時性更高。
本文檔來自技高網...【技術保護點】
1.一種船舶軌跡預測方法,其特征在于,包括:
2.根據權利要求1所述的船舶軌跡預測方法,其特征在于,基于AIS數據獲取預設時間內的船舶軌跡,以生成船舶軌跡的訓練數據集和預測數據集,還包括:
3.根據權利要求1所述的船舶軌跡預測方法,其特征在于,基于AIS數據獲取預設時間內的船舶軌跡,以生成船舶軌跡的訓練數據集和預測數據集,還包括:
4.根據權利要求1所述的船舶軌跡預測方法,其特征在于,所述軌跡預測信息包括:預設時間后的經度、緯度。
5.一種船舶軌跡預測系統,其特征在于,包括:
6.根據權利要求5所述的船舶軌跡預測系統,其特征在于,獲取模塊,還用于:
7.根據權利要求5所述的船舶軌跡預測系統,其特征在于,獲取模塊,還包括:所述訓練數據集和預測數據集至少包括以下一種或多種:船型、經度、緯度、航速和航向。
8.根據權利要求5所述的船舶軌跡預測系統,其特征在于,所述軌跡預測信息包括:預設時間后的經度、緯度。
9.一種電子設備,其特征在于,包括處理器和存儲器,所述存儲器中存儲有至少一條指令、至少
10.一種非臨時性計算機可讀存儲介質,其特征在于,當所述存儲介質中的指令由移動終端的處理器執行時,使得移動終端能夠執行根據權利要求1-4中任一項所述的船舶軌跡預測方法。
...【技術特征摘要】
1.一種船舶軌跡預測方法,其特征在于,包括:
2.根據權利要求1所述的船舶軌跡預測方法,其特征在于,基于ais數據獲取預設時間內的船舶軌跡,以生成船舶軌跡的訓練數據集和預測數據集,還包括:
3.根據權利要求1所述的船舶軌跡預測方法,其特征在于,基于ais數據獲取預設時間內的船舶軌跡,以生成船舶軌跡的訓練數據集和預測數據集,還包括:
4.根據權利要求1所述的船舶軌跡預測方法,其特征在于,所述軌跡預測信息包括:預設時間后的經度、緯度。
5.一種船舶軌跡預測系統,其特征在于,包括:
6.根據權利要求5所述的船舶軌跡預測系統,其特征在于,獲取模塊,還用于:
7.根據權利要求5所述的船舶軌跡預...
【專利技術屬性】
技術研發人員:劉晨申,楊勝輝,王謀業,陳思源,郭靜,黃耀森,文依寧,王文欣,周春綠,曹子奇,曹建勛,
申請(專利權)人:中電科海洋信息技術研究院有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。