TY -的A2 -兰伯特,阿兰AU - Ma,他非盟-左,易盟-李,铁山PY - 2022 DA - 2022/01/15 TI -船舶导航行为分析和Multiple-Trajectory预测模型基于AIS数据SP - 6622862六世- 2022 AB -与越来越多的应用程序和实用程序自动识别系统(中特别有指导性,大量的AIS数据收集记录船舶导航。近年来,船舶运动轨迹的预测已经成为最热门的研究问题。与现有的研究相比,大多数研究人员都集中在船只的single-trajectory预测。本文提出了一种multiple-trajectory预测模型,使两个主要贡献。首先,我们提出一种新颖的轨迹特征表示方法,使用层次聚类算法分析和提取多个轨迹的船舶导航行为。与经典方法相比,例如,Douglas-Peucker (DP)和最小二乘三次样条曲线近似(LCSCA)算法,轨迹特征提取的方法的平均损失大约是0.005,这是减少50%和30%相比,DP和LCSCA算法,分别。第二,我们设计一个综合模型,同时多个轨迹的预测使用该特性,采用长短期记忆(LSTM)的神经网络和递归神经网络(RNN)追求这时间序列的任务。此外,对比实验证明根的平均值和标准偏差均方误差(RMSE)使用LSTM使用RNN低于4%和14%,分别。SN - 0197 - 6729你2022/6622862 / 10.1155——https://doi.org/10.1155/2022/6622862——摩根富林明-杂志的先进运输PB - Hindawi KW - ER