科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对船舶轨迹的历史轨迹相似性低、预测精度不高等问题，基于序列到序列(Seq2Seq)模型提出一种轨迹预测算法——vSeq2Seq。首先，用一阶差分法处理AIS数据，降低时间依赖性，减弱通信延迟产生的干扰，突出船只运动规律；然后，采用滑窗法处理数据，构建模型数据集，通过Seq2Seq模型进行可变步长的轨迹预测。实验结果证明，vSeq2Seq算法能够从船只轨迹中提取出轨迹变化特征，针对船只不同运动状态改变预测步长、灵活地进行预测，对比传统LSTM模型和GRU模型，预测精度有显著提升。
- 单位
针对船舶轨迹的历史轨迹相似性低、预测精度不高等问题，基于序列到序列(Seq2Seq)模型提出一种轨迹预测算法——vSeq2Seq。首先，用一阶差分法处理AIS数据，降低时间依赖性，减弱通信延迟产生的干扰，突出船只运动规律；然后，采用滑窗法处理数据，构建模型数据集，通过Seq2Seq模型进行可变步长的轨迹预测。实验结果证明，vSeq2Seq算法能够从船只轨迹中提取出轨迹变化特征，针对船只不同运动状态改变预测步长、灵活地进行预测，对比传统LSTM模型和GRU模型，预测精度有显著提升。
