基于聚类分析和Att-Bi-LSTM的舰船航迹预测方法

作     者：蒋通 崔良中 刘立国 林媛 JIANG Tong;CUI Liang-zhong;LIU Li-guo;LIN Yuan

作者机构：海军工程大学电子工程学院湖北武汉430033 中国人民解放军92001部队山东青岛266011 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2022年第39卷第8期

页      码：1-5,322页

摘      要：针对应用传统时间序列预测方法对舰船航迹进行预测时,航迹特征提取不充分且预测精确度和预测稳定性不够理想的问题,采用“先聚类分析,后预测”的思想,并综合考虑航迹多维特征,提出一种新的舰船航迹预测方法,先将历史航迹通过压缩、匹配和聚类等三个阶段聚成不同类别,后在双向长短期记忆网络中加入注意力机制,分别在不同类别航迹中构建舰船航迹预测模型,对航迹的航速、经度、纬度和航向等属性进行预测。在包含民用和军用航迹的数据集上设计对比实验,结果表明所提方法在预测精确度和预测稳定性两个方面较现有方法均得到提高。

主 题 词：聚类分析 长短期记忆网络 时间序列 航迹预测 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1006-9348.2022.08.001

馆 藏 号：203114239...