基于条件循环神经网络的船舶轨迹预测方法

    公开(公告)号:CN119312838A

    公开(公告)日:2025-01-14

    申请号:CN202411877645.3

    申请日:2024-12-19

    Abstract: 本发明提供一种基于条件循环神经网络的船舶轨迹预测方法、系统、存储介质和电子设备,涉及轨迹预测技术领域。本发明中,首先根据当前轨迹的引力点和斥力点信息,引入人工势场模型,获取具有先验知识的合力大小、合力点坐标;然后将合力大小、合力点坐标对应作为第一非时序特征条件、第二非时序特征条件,并嵌入条件循环神经网络模型与时序特征构成混合信息,以获取船舶的最佳预测轨迹序列。一方面解决真实航迹预测应用场景下训练数据不足的问题;另一方面将对航迹预测重要的先验知识加入时间序列预测过程,充分发挥时序性特征和具有先验知识的非时序性特征条件在船舶航迹预测中的作用,提高面对复杂海洋环境时船舶轨迹预测的精度和效率。

    一种基于AHP层级结构卫星遥感应急任务规划算法评价方法

    公开(公告)号:CN114862187B

    公开(公告)日:2025-05-02

    申请号:CN202210484245.0

    申请日:2022-05-06

    Abstract: 本发明公开了一种基于AHP层级结构卫星遥感应急任务规划算法评价方法;首先建立评价指标体系,既能反映实际问题对规划算法的功能需求,又能体现不同层次评价指标之间的相互关系;然后分析评价系统中各基本要素之间的关系,建立系统的递阶层级结构,其中最高层(目标层)表示系统的目的,即AHP所要达到的目标,中间层(准则层)表示采用某种措施或政策来实现预定目标所涉及的中间环节,最低层(措施层)表示解决问题的措施或政策。本方法对多套应急方案结果进行评估,选择较优方案执行,可兼顾应急任务时效性和所有任务收益最大化。具有逻辑清晰可见、评估指标体系直观、评估参数客观易获得、计算效率高、易于实现与调试、易于扩展、兼容性强等特点。

    基于条件循环神经网络的船舶轨迹预测方法

    公开(公告)号:CN119312838B

    公开(公告)日:2025-03-18

    申请号:CN202411877645.3

    申请日:2024-12-19

    Abstract: 本发明提供一种基于条件循环神经网络的船舶轨迹预测方法、系统、存储介质和电子设备,涉及轨迹预测技术领域。本发明中,首先根据当前轨迹的引力点和斥力点信息,引入人工势场模型,获取具有先验知识的合力大小、合力点坐标;然后将合力大小、合力点坐标对应作为第一非时序特征条件、第二非时序特征条件,并嵌入条件循环神经网络模型与时序特征构成混合信息,以获取船舶的最佳预测轨迹序列。一方面解决真实航迹预测应用场景下训练数据不足的问题;另一方面将对航迹预测重要的先验知识加入时间序列预测过程,充分发挥时序性特征和具有先验知识的非时序性特征条件在船舶航迹预测中的作用,提高面对复杂海洋环境时船舶轨迹预测的精度和效率。

    一种基于AHP层级结构卫星遥感应急任务规划算法评价方法

    公开(公告)号:CN114862187A

    公开(公告)日:2022-08-05

    申请号:CN202210484245.0

    申请日:2022-05-06

    Abstract: 本发明公开了一种基于AHP层级结构卫星遥感应急任务规划算法评价方法;首先建立评价指标体系,既能反映实际问题对规划算法的功能需求,又能体现不同层次评价指标之间的相互关系;然后分析评价系统中各基本要素之间的关系,建立系统的递阶层级结构,其中最高层(目标层)表示系统的目的,即AHP所要达到的目标,中间层(准则层)表示采用某种措施或政策来实现预定目标所涉及的中间环节,最低层(措施层)表示解决问题的措施或政策。本方法对多套应急方案结果进行评估,选择较优方案执行,可兼顾应急任务时效性和所有任务收益最大化。具有逻辑清晰可见、评估指标体系直观、评估参数客观易获得、计算效率高、易于实现与调试、易于扩展、兼容性强等特点。

Patent Agency Ranking