龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：上海船舶运输科学研究所有限公司;上海海事大学;武汉理工大学
摘要：本发明涉及船舶轨迹预测技术领域，提出一种基于状态重建的LSTM多船舶轨迹预测的方法，将图卷积网络的消息传递机制与LSTM相结合，使模型能够自适应地更新每个船舶的当前状态，以及考虑船舶轨迹之间的相互作用，通过由船舶选择注意力和船舶运动门组成的社会信息选择模块自适应地提取相邻船舶的社会效应，使得模型能够同时关注不同的个体和特征，改进后的LSTM可以实现在多船舶场景下进行轨迹预测，适用范围广、预测效果好。
主权项：1.一种基于状态重建的LSTM多船舶轨迹预测的方法，其特征在于，包括以下步骤：S1：数据预处理：预处理待预测的AIS数据；所述AIS数据中包括：经纬度、时间、船舶编号信息；采用插值处理方法补充缺失的AIS数据并筛选得到船舶轨迹数据；S2：特征提取：将S1中预处理后的AIS数据输入LSTM网络进行特征提取，得到包含位置信息和时间信息的船舶特征；S3：状态细化船舶特征：将S2中初步提取的船舶特征进行状态重建，将状态重建后的特征输入LSTM网络进行轨迹预测；利用预测得到的船舶特征中位置信息将多个船的轨迹视为一个图，并作为图卷积网络的输入；利用图卷积网络中的消息传递机制提取船舶间的相互特征，最后经过线性层得到状态细化后的船舶特征；S4：细化迭代船舶特征：将S3中状态细化好的船舶轨迹特征再次利用图卷积网络的消息传递机制进行状态细化；S5：轨迹预测：将迭代好的状态细化后的特征作为下一个LSTM网络的输入，输入到下个LSTM网络的输入单元中，最后输出预测后的轨迹。
全文数据：
权利要求：
百度查询： 上海船舶运输科学研究所有限公司 上海海事大学 武汉理工大学 一种基于状态重建的LSTM多船舶轨迹预测的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号