买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海海事大学申请的专利一种面向两船舶航行状态多步预测的深度学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115238375B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210793578.1，技术领域涉及：G06F30/15；该发明授权一种面向两船舶航行状态多步预测的深度学习方法是由刘涛;徐翔;雷正玲;霍宇驰;孟威;高进设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种面向两船舶航行状态多步预测的深度学习方法在说明书摘要公布了：本发明公开了一种面向两船舶航行状态多步预测的深度学习方法，包括：根据AIS数据特征，从海量数据中快速提取、筛选、插值出有效的船舶数据，根据船舶潜在风险公式，获取同一时空范围内潜在风险最大的船舶序列数据对，构建船舶航行状态预测模型，通过交互模块有效连接编码器与解码器，并实现船舶历史数据信息间互通，当模型训练时，依据计算的损失值进行自反馈调节，帮助模型快速收敛。本发明通过结合船舶潜在风险领域与长短期记忆网络模型，实现两船舶航行状态的多步预测，克服了单船舶模型预测忽略周围船舶影响的局限性并对多船舶模型数据的选择提供了理论依据。

本发明授权一种面向两船舶航行状态多步预测的深度学习方法在权利要求书中公布了：1.一种面向两船舶航行状态多步预测的深度学习方法，其特征在于，包括： 步骤S1：获取船舶自动识别系统原始数据，对所述船舶自动识别系统原始数据进行预处理，得到预处理后的数据； 步骤S2：根据所述预处理后的数据，按照时间匹配船舶自动识别系统数据序列对，计算所述数据序列对的加权潜在风险值之和，保留当前潜在风险最大的船舶序列数据对，得到船舶序列数据对集合； 所述按照时间匹配船舶自动识别系统数据序列对包括：基于所述预处理后的数据，提取满足时间条件的船舶数据矩阵集合，根据所述船舶自动识别系统数据序列对，匹配对应的数据矩阵； 所述提取满足时间条件的船舶数据矩阵集合中时间t的限定条件为： 式中：为预测所需历史数据的时间长度， 为预测的起始时刻， 为预测未来数据的时间长度； 步骤S3：根据所述船舶序列数据对集合，构建船舶航行状态预测网络模型，以预测船舶未来状态； 所述船舶航行状态预测网络模型由编码器、交互模块和解码器组成， 所述编码器为两个具有相同LSTM单元的子编码器，以用于获取船舶历史数据信息； 所述交互模块用于融合船舶间的运动信息； 所述解码器为两个独立于所述编码器的具有相同LSTM单元的子解码器，以用于预测船舶未来状态； 步骤S4：根据所述船舶航行状态预测网络模型，计算所述船舶航行状态预测网络模型输出值与真实值之间的误差，动态调整所述船舶航行状态预测模型的学习率，得到预测结果； 步骤S5：将所述预测结果实现数据可视化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海海事大学，其通讯地址为：201306 上海市浦东新区临港新城海港大道1550号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。