申请/专利权人：西安电子科技大学

申请日：2023-01-16

公开（公告）日：2024-05-28

公开（公告）号：CN116306790B

主分类号：G06N3/045

分类号：G06N3/045;G06N3/0442;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.05.28#授权;2023.07.11#实质审查的生效;2023.06.23#公开

摘要：一种基于CNN‑GRU和注意力机制的近海船舶轨迹实时预测方法、系统、设备及介质，方法包括：对卫星获取的船舶AIS轨迹数据进行预处理，得到训练集和测试集；构建基于深度学习的轨迹预测网络；构建损失函数MSE；设置网络训练参数；用得到的训练集对构建的轨迹预测网络进行训练，得到训练网络模型；递归预测；系统、设备及介质，用于实现基于CNN‑GRU和注意力机制的近海船舶轨迹实时预测方法；本发明通过使用CNN网络对输入的时序轨迹数据进行特征提取，采用双层GRU网络提取数据的长期特征，并引入注意力机制计算权重，获取关键因素，设置损失函数和训练参数对构建的网络进行训练，进而对轨迹进行递归预测；本发明具有预测精度高、实时性以及适应性强的特点。

主权项：1.一种基于CNN-GRU和注意力机制的近海船舶轨迹实时预测方法，其特征在于：包括以下步骤：步骤1，对卫星获取的船舶AIS轨迹数据进行预处理，得到船舶AIS轨迹数据集，所述船舶AIS轨迹数据集包括训练集和测试集；步骤101：对船舶AIS轨迹数据进行过滤，消除异常数据：首先确定所研究区域的经纬度范围，然后删除航向不在0～360°之间的AIS信息，最后考虑到海风和洋流对船舶的影响，删除航速小于1海里小时的AIS消息；步骤102：对船舶AIS轨迹数据进行运动特征选取：船舶AIS轨迹数据中包括船舶的动态信息和静态信息，利用唯一的标识码MMSI识别船舶，以MMSI对应的动态信息作为船舶航行动态序列的组成字段，分别为Latitude、Longitude、COG和SOG，即纬度、经度、航向和对地航速，选定轨迹数据中的MMSI、经度、纬度、对地航速、航向来表示船舶在时间t时刻的航行状态；步骤103：对船舶AIS轨迹数据的缺失值进行插值处理：设定船舶AIS轨迹数据的采样频率为1分钟，采用插值方法对间隔大于1分钟的船舶AIS轨迹数据进行补充，当船舶AIS轨迹数据接收间隔大于20分钟时，不再进行插值处理，而是将其视为下一条轨迹的起始点；所述步骤103中的插值方法为线性插值法或拉格朗日插值法或三次样条插值法；步骤104：对船舶AIS轨迹数据进行归一化均匀分布处理：采用MIN-MAX归一化，对输入数据进行处理；步骤105：采用滑动窗口对插值后的归一化数据进行切分：即采用前6个时刻的轨迹点航行状态预测下一时刻的位置点经纬度；步骤106：数据集划分：处理后的船舶AIS轨迹数据文件将构成船舶AIS轨迹数据集，将船舶AIS轨迹数据集按照比例7:3划分为训练集和测试集；步骤2，构建基于深度学习的轨迹预测网络；预测网络结构包括数据输入层、CNN网络层、第一GRU网络层、第一Dropout层、注意力模块、第二GRU网络层、第二Dropout层、全连接层和输出层；利用CNN网络层对输入数据进行短期特征提取，第一GRU网络层和第二GRU网络层对输入数据进行长期特征提取，注意力模块对当前任务更关键的信息聚焦；步骤201，构建CNN网络输入输出：采用CNN对训练集进行卷积，输入为二维向量，CNN提取时间维度上的特征，作为后续网络的输入；CNN网络层结构具体包括：一个输入层，输入的数据格式为6,5；一个卷积层，filters个数设置为32，卷积核大小设置为2，激活函数采用ReLU函数；一个输出层；步骤202，构建注意力模块：采用注意力机制计算不同隐藏层输出的权重；步骤203，构建GRU网络输入输出：设计构建GRU网络，输入为经过CNN卷积得到的时序特征，输出为下一时刻的经纬度位置；GRU网络包括两个GRU层，单元数分别为128,64，全连接层单元数为32，输出层单元数为2；步骤3，构建损失函数MSE；步骤4，设置网络训练参数，所述训练参数包括隐藏层的单元数、批次大小、学习率；步骤5，用步骤1得到的训练集对步骤2中构建的轨迹预测网络进行训练，得到训练网络模型；步骤6，递归预测：将步骤1得到的测试集输入到步骤5得到的训练网络模型中，按照滑动窗口的方式进行递归预测，得到预测结果和预测误差。

全文数据：

权利要求：

百度查询： 西安电子科技大学 一种基于CNN-GRU和注意力机制的近海船舶轨迹实时预测方法、系统、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD