【技術實現步驟摘要】
本專利技術涉及海上目標物漂移軌跡預測，特別涉及一種海上人員落水漂移軌跡預測方法及系統。
技術介紹
1、隨著海洋開發規模的擴大，海事活動的頻繁，海難事故更為人們所關注。海難事故在政治、經濟、軍事上都會給世界沿海各國帶來巨大災難，不僅是人員傷亡和財產的損失，還會給社會發展帶來不良影響。因此，海上搜救工作越來越得到各沿海國家的重視。對于快速發展的海上運輸業和漁上捕撈業，海上搜救行動能夠給人員及財產的安全提供不可替代的保障作用。
2、目前，我國的海上搜救指揮協調工作主要依靠搜救指揮人員的經驗和判斷，尚不能根據海上失事地點水文氣象狀況等，快速高效地預報失事人員的漂移軌跡，這在很大程度上影響了指揮與協調工作的快速性和準確性，往往會使搜救行動貽誤時機。
技術實現思路
1、本專利技術所要解決的技術問題是：提供一種海上人員落水漂移軌跡預測方法和系統，能夠準確地模擬不同海況下人員落水后漂移的真實情況。
2、為了解決上述技術問題，本專利技術采用的第一種技術方案為：
3、一種海上人員落水漂移軌跡預測方法，包括以下步驟：
4、s1、獲取漂流數據；
5、s2、從漂流數據中讀取訓練集數據和測試集數據；
6、s3、對所述訓練集數據和測試集數據進行時間序列化處理操作，得到訓練集時間序列數據和測試集時間序列數據；
7、s4、建立lstm模型；
8、s5、將所述訓練集時間序列數據和測試集時間序列數據代入lstm模型中，得到訓
9、s6、通過訓練模型對測試集數據進行測試，得到軌跡預測模型。
10、本專利技術采用的第二種技術方案為：
11、一種海上人員落水漂移軌跡預測系統，包括一個或多個處理器及存儲器，所述存儲器存儲有程序，該程序被處理器執行時實現以下步驟：
12、s1、獲取漂流數據；
13、s2、從漂流數據中讀取訓練集數據和測試集數據；
14、s3、對所述訓練集數據和測試集數據進行時間序列化處理操作，得到訓練集時間序列數據和測試集時間序列數據；
15、s4、建立lstm模型；
16、s5、將所述訓練集時間序列數據和測試集時間序列數據代入lstm模型中，得到訓練模型；
17、s6、通過訓練模型對測試集數據進行測試，得到軌跡預測模型。
18、本專利技術的有益效果在于：
19、本方案通過從漂流數據中讀取訓練集數據和測試集數據，對訓練集數據和測試集數據進行時間序列化處理操作，得到訓練集時間序列數據和測試集時間序列數據，將訓練集時間序列數據和測試集時間序列數據代入lstm模型中，得到訓練模型，通過訓練模型對測試集數據進行測試，得到軌跡預測模型，lstm模型能夠捕捉時間序列數據中的長期依賴關系，適用于各種序列預測任務，從而能夠準確地模擬不同海況下人員落水后漂移的真實情況。
本文檔來自技高網...【技術保護點】
1.一種海上人員落水漂移軌跡預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述海上人員落水漂移軌跡預測方法，其特征在于，步驟S6之后還包括以下步驟：
3.根據權利要求1所述海上人員落水漂移軌跡預測方法，其特征在于，步驟S2和步驟S3之間還包括以下步驟：
4.根據權利要求1所述海上人員落水漂移軌跡預測方法，其特征在于，步驟S1具體包括以下步驟：
5.一種海上人員落水漂移軌跡預測系統，其特征在于，包括一個或多個處理器及存儲器，所述存儲器存儲有程序，該程序被處理器執行時實現以下步驟：
6.根據權利要求5所述的海上人員落水漂移軌跡預測系統，其特征在于，該程序被處理器執行時實現以下步驟：
7.根據權利要求5所述的海上人員落水漂移軌跡預測系統，其特征在于，該程序被處理器執行時實現以下步驟：
8.根據權利要求5所述的海上人員落水漂移軌跡預測系統，其特征在于，該程序被處理器執行時實現以下步驟：
【技術特征摘要】
1.一種海上人員落水漂移軌跡預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述海上人員落水漂移軌跡預測方法，其特征在于，步驟s6之后還包括以下步驟：
3.根據權利要求1所述海上人員落水漂移軌跡預測方法，其特征在于，步驟s2和步驟s3之間還包括以下步驟：
4.根據權利要求1所述海上人員落水漂移軌跡預測方法，其特征在于，步驟s1具體包括以下步驟：
5.一種海上人員落水漂移軌跡預測系統，...
【專利技術屬性】
技術研發人員：曾建平，陳進貴，何凱倫，郭建新，周興政，唐旋，林新忠，莊煒煥，
申請(專利權)人：長江三峽集團福建能源投資有限公司，
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。