科研之友
微信
新浪微博
Facebook
分享链接
摘要
船舶交通流量预测是港口智能交通系统的关键技术之一，对港口运输的效率和安全起到至关重要的作用。针对现有预测方法难以有效提取船舶交通流量数据中的时空相关性特征信息的问题，提出了一种基于注意力机制和ConvLSTM的预测方法（ACLN）。ACLN首先通过深度的ConvLSTM构建编码网络，有效提取船舶交通流量数据中的时空相关性特征信息；其次通过注意力机制对提取的时空相关特征信息进行重要性关注，使模型在预测的过程中自动关注更重要的特征信息；最后通过多层的ConvLSTM和CNN构建预测网络，对提取的时空特征信息进行解析并输出预测结果。在真实的港口船舶交通流量数据上验证了所提方法的有效性，实验结果表明，所提方法的预测性能明显优于目前公开的预测方法，能够对一定区域进行有效的长短时预测，具有一定的实用价值。
- 单位
