船舶靠泊轨迹分类方法、系统、终端设备及存储介质技术方案

本发明专利技术提供了一种船舶靠泊轨迹分类方法、系统、终端设备及存储介质，该方法包括：靠泊轨迹样本输入靠泊轨迹分类模型；对靠泊轨迹分类模型进行初始化，计算靠泊轨迹分类模型的激活函数；根据激活函数和靠泊轨迹分类模型对靠泊轨迹样本进行轨迹分类得到样本分类结果；根据预期分类结果和样本分类结果确定输出误差；根据输出误差对靠泊轨迹分类模型进行参数更新，直至满足预设收敛条件；将待分类船舶靠泊轨迹输入收敛后的靠泊轨迹分类模型进行轨迹分类，得到轨迹分类结果。本发明专利技术根据收敛后的靠泊轨迹分类模型，能有效地对待分类船舶靠泊轨迹进行轨迹分类，提高了船舶靠泊轨迹分类的效率和准确性。准确性。准确性。

Classification method, system, terminal equipment and storage medium of ship berthing trajectory

【技术实现步骤摘要】
船舶靠泊轨迹分类方法、系统、终端设备及存储介质


[0001]本专利技术涉及船舶轨迹分析
，尤其涉及一种船舶靠泊轨迹分类方法、系统、终端设备及存储介质。

技术介绍

[0002]自动识别系统(Automatic Identification System，AIS)的数据包含大量的海上交通特征，可以挖掘AIS数据中关于船舶运动规律的有效信息和潜在信息。从船舶AIS数据中挖掘相关行为模式，辅助水上安全监管，对于日益复杂的海上交通安全形势具有重要意义。
[0003]船舶靠泊涉及船舶在浅水中的低速运动，由于其复杂性，具有重要的理论研究和工程实用价值。目前，船舶靠泊大多由人工完成，大型船舶操纵性有限，低速时舵效应减弱，容易受到风和水流的影响，利用数据挖掘技术，对船舶靠泊轨迹进行分类，构建典型靠泊模式，有助于发现船舶的运动特征和行为模式，并提供新的停泊模式，因此，船舶靠泊轨迹分类方法越来越受人们所重视。
[0004]现有的船舶靠泊轨迹分类过程中，一般是采用人工分类的方式对船舶靠泊轨迹进行分类，导致人工操作繁琐，降低了船舶靠泊轨迹分类的效率。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种船舶靠泊轨迹分类方法、系统、终端设备及存储介质，旨在解决现有的船舶靠泊轨迹分类效率较低的问题。
[0006]本专利技术实施例是这样实现的，一种船舶靠泊轨迹分类方法，所述方法包括：
[0007]获取靠泊轨迹样本，并将所述靠泊轨迹样本输入靠泊轨迹分类模型；
[0008]对所述靠泊轨迹分类模型进行初始化，并计算所述靠泊轨迹分类模型的激活函数；
[0009]根据所述激活函数和所述靠泊轨迹分类模型对所述靠泊轨迹样本进行轨迹分类，得到样本分类结果；
[0010]获取所述靠泊轨迹样本的预期分类结果，并根据所述预期分类结果和所述样本分类结果确定所述靠泊轨迹分类模型的输出误差；
[0011]根据所述输出误差对所述靠泊轨迹分类模型进行参数更新，直至所述靠泊轨迹分类模型满足预设收敛条件；
[0012]将待分类船舶靠泊轨迹输入收敛后的所述靠泊轨迹分类模型进行轨迹分类，得到轨迹分类结果。
[0013]更进一步的，所述根据所述激活函数和所述靠泊轨迹分类模型对所述靠泊轨迹样本进行轨迹分类所采用的公式包括：
[0014][0015]其中，W是所述靠泊轨迹分类模型中连接隐藏层和输出层的权重，用于表征所述
靠泊轨迹分类模型中神经元的激活性能，z是所述靠泊轨迹样本，o是所述样本分类结果。
[0016]更进一步的，所述根据所述预期分类结果和所述样本分类结果确定所述靠泊轨迹分类模型的输出误差所采用的公式包括：
[0017][0018]其中，d
R
是所述预期分类结果的实部，d
I
是所述预期分类结果的虚部，H是所述靠泊轨迹分类模型中的隐藏节点数，n是所述靠泊轨迹分类模型中的输入节点数，是所述预期分类结果的实部，是所述预期分类结果的虚部，E是所述输出误差。
[0019]更进一步的，所述根据所述输出误差对所述靠泊轨迹分类模型进行参数更新所采用的公式包括：
[0020][0021][0022]其中，为w
R
的调整增量，为w
I
的调整增量。
[0023]更进一步的，所述获取靠泊轨迹样本之后，还包括：
[0024]对所述靠泊轨迹样本中的样本数据进行轨迹分析，并根据轨迹分析结果确定各样本数据的轨迹类型；
[0025]根据所述轨迹类型对各样本数据进行数据筛选。
[0026]更进一步的，所述根据所述轨迹类型对各样本数据进行数据筛选，包括：
[0027]若任一所述样本数据相对应的轨迹类型为不连续轨迹、松散轨迹或纠缠轨迹时，则在所述靠泊轨迹样本中删除所述样本数据。
[0028]更进一步的，所述根据所述输出误差对所述靠泊轨迹分类模型进行参数更新之后，还包括：
[0029]获取所述靠泊轨迹分类模型的当前迭代次数；
[0030]若所述当前迭代次数大于或等于次数阈值，则判定所述靠泊轨迹分类模型满足所述预设收敛条件；
[0031]若所述当前迭代次数小于所述次数阈值，则判定所述靠泊轨迹分类模型未满足所述预设收敛条件，并对参数更新后的所述靠泊轨迹分类模型，返回执行所述计算所述靠泊轨迹分类模型的激活函数的步骤及后续步骤。
[0032]本专利技术实施例的另一目的在于提供一种船舶靠泊轨迹分类系统，所述系统包括：
[0033]样本获取单元，用于获取靠泊轨迹样本，并将所述靠泊轨迹样本输入靠泊轨迹分类模型；
[0034]初始化单元，用于对所述靠泊轨迹分类模型进行初始化，并计算所述靠泊轨迹分类模型的激活函数；
[0035]样本分类单元，用于根据所述激活函数和所述靠泊轨迹分类模型对所述靠泊轨迹样本进行轨迹分类，得到样本分类结果；
[0036]误差确定单元，用于获取所述靠泊轨迹样本的预期分类结果，并根据所述预期分类结果和所述样本分类结果确定所述靠泊轨迹分类模型的输出误差；
[0037]参数更新单元，用于根据所述输出误差对所述靠泊轨迹分类模型进行参数更新，直至所述靠泊轨迹分类模型满足预设收敛条件；
[0038]轨迹分类单元，用于将待分类船舶靠泊轨迹输入收敛后的所述靠泊轨迹分类模型进行轨迹分类，得到轨迹分类结果。
[0039]本专利技术实施例的另一目的在于提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
[0040]本专利技术实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0041]本专利技术实施例，通过对靠泊轨迹分类模型进行初始化，并计算靠泊轨迹分类模型的激活函数，基于激活函数和初始化后的靠泊轨迹分类模型，能有效地对靠泊轨迹样本进行轨迹分类，得到样本分类结果，通过获取靠泊轨迹样本的预期分类结果，并基于预期分类结果和样本分类结果，能有效地确定到靠泊轨迹分类模型的输出误差，基于输出误差对靠泊轨迹分类模型进行参数更新，根据收敛后的靠泊轨迹分类模型，能有效地对待分类船舶靠泊轨迹进行轨迹分类，提高了船舶靠泊轨迹分类的效率和准确性。
附图说明
[0042]图1是本专利技术第一实施例提供的船舶靠泊轨迹分类方法的流程图；
[0043]图2是本实施例提供的待分类船舶靠泊轨迹和轨迹分类结果的示意图；
[0044]图3是本实施例提供的待分类船舶靠泊轨迹和轨迹分类结果的示意图；
[0045]图4是本实施例提供的待分类船舶靠泊轨迹和轨迹分类结果的示意图；
[0046]图5是本专利技术第二实施例提供的船舶靠泊轨迹分类方法的流程图；
[0047]图6是本专利技术第三实施例提供的船舶靠泊轨迹分类系统的结构示意图；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种船舶靠泊轨迹分类方法，其特征在于，所述方法包括：获取靠泊轨迹样本，并将所述靠泊轨迹样本输入靠泊轨迹分类模型；对所述靠泊轨迹分类模型进行初始化，并计算所述靠泊轨迹分类模型的激活函数；根据所述激活函数和所述靠泊轨迹分类模型对所述靠泊轨迹样本进行轨迹分类，得到样本分类结果；获取所述靠泊轨迹样本的预期分类结果，并根据所述预期分类结果和所述样本分类结果确定所述靠泊轨迹分类模型的输出误差；根据所述输出误差对所述靠泊轨迹分类模型进行参数更新，直至所述靠泊轨迹分类模型满足预设收敛条件；将待分类船舶靠泊轨迹输入收敛后的所述靠泊轨迹分类模型进行轨迹分类，得到轨迹分类结果。2.如权利要求1所述的船舶靠泊轨迹分类方法，其特征在于，所述根据所述激活函数和所述靠泊轨迹分类模型对所述靠泊轨迹样本进行轨迹分类所采用的公式包括：其中，W是所述靠泊轨迹分类模型中连接隐藏层和输出层的权重，用于表征所述靠泊轨迹分类模型中神经元的激活性能，z是所述靠泊轨迹样本，o是所述样本分类结果。3.如权利要求2所述的船舶靠泊轨迹分类方法，其特征在于，所述根据所述预期分类结果和所述样本分类结果确定所述靠泊轨迹分类模型的输出误差所采用的公式包括：其中，d
R
是所述预期分类结果的实部，d
I
是所述预期分类结果的虚部，H是所述靠泊轨迹分类模型中的隐藏节点数，n是所述靠泊轨迹分类模型中的输入节点数，是所述预期分类结果的实部，是所述预期分类结果的虚部，E是所述输出误差。4.如权利要求1所述的船舶靠泊轨迹分类方法，其特征在于，所述根据所述输出误差对所述靠泊轨迹分类模型进行参数更新所采用的公式包括：所述靠泊轨迹分类模型进行参数更新所采用的公式包括：其中，为w
R
的调整增量，为w
I
的调整增量。5.如权利要求1所述的船舶靠泊轨迹分类方法，其特征在于，所述获取靠泊轨迹样本之后，还包括：对所述靠泊轨迹样本中的样本数据进行轨迹分析，并根据轨迹分析结果确定各样本数据的轨迹类型...

【专利技术属性】
技术研发人员：薛晗，夏添恺，段元晖，刘岐峰，
申请(专利权)人：集美大学，
类型：发明
国别省市：