龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东科技大学
申请日：2024-05-28
公开（公告）日：2024-06-25
公开（公告）号：CN118246348A
主分类号：G06F30/27
分类号：G06F30/27;G06F18/15;G06F18/214;G06N3/045;G06N3/0442;G06N3/08;G06F123/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明属于船舶航行安全技术领域，具体公开一种海上浮标的轨迹重建方法。用于解决当浮标和船舶发生碰撞后浮标位置难以确定的问题。包括以下步骤：（1）获取浮标的AIS数据，对AIS数据进行预处理，预处理方法包括但不限于数据清洗、标准化处理、滤除噪声和填补缺失值；（2）集成改进的长短期记忆网络和多头注意力机制建立LSTM‑Attention模型；（3）对数据进行归一化处理，构建训练集，训练LSTM‑Attention模型。本发明实现对丢失的关键浮标轨迹数据的精确捕捉与补全，提高海事事故责任追踪的精准度和实用性，为海上运输安全管理提供强有力的数据支持。
主权项：1.一种海上浮标的轨迹重建方法，其特征在于，包括以下步骤：S1、获取浮标的AIS数据，对AIS数据进行预处理，预处理方法包括但不限于数据清洗、标准化处理、滤除噪声和填补缺失值；S2、集成改进的长短期记忆网络和多头注意力机制建立LSTM-Attention模型，改进的长短期记忆网络融入定制化时间门控机制，基于与每个时间步相关的时间间隔信息来调节信息的流动，直接对遗忘门和输入门的行为施加影响，使遗忘门和输入门根据浮标位置点之间的实际时间跨度来增强或减弱信息的遗忘或保留；经改进的长短期记忆网络输出的序列数据被传递到多头注意力机制，多头注意力机制通过将输入的序列数据分割成多个注意力头，并行地处理所有的注意力头，从而促进LSTM-Attention模型从不同的角度理解数据，最终输出综合了所有注意力头信息的浮标位置预测值；S3、先对数据进行归一化处理，然后构建训练集，训练LSTM-Attention模型。
全文数据：
权利要求：
百度查询： 山东科技大学 海上浮标的轨迹重建方法
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