【技术实现步骤摘要】
本专利技术属于船舶与海洋工程技术、船舶运动预报领域，涉及一种基于自注意双向长短期记忆网络(self-attention-weighted bidirectional long short-termmemorynetwork，seabil)的船舶操纵运动预报方法。
技术介绍
1、对于智能船舶操纵运动的预报技术在实际海洋工程应用中具有重要意义。海上天气变幻莫测，海洋环境复杂多变，这些不利因素都会对小型智能船舶的运动造成极大的影响，从而使智能船舶进行海上作业面临巨大的挑战。数据驱动的船舶操纵运动预报技术可以通过对船舶当前和历史运动状态的分析，预测未来一段时间内船舶的运动状态，为无人船舶的安全航行与动力定位等功能提供重要的技术支撑。
2、近年来，包括支持向量机回归和神经网络等数据驱动方法在船舶操纵运动预报领域已有广泛应用。最初，基于深度学习的船舶操纵运动预报模型往往由单一的长短期记忆网络、卷积神经网络、门控循环单元等实现。然而，在实际应用中，单一预报模型存在局限性，难以满足实际工程需求，因此，混合预报模型逐渐得到发展。混合预报模型通...
【技术保护点】
1.一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：包括以下步骤：
2.根据一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：所述自注意力加权双向长短期记忆网络模型包括
3.根据权利要求1所述的一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：所述对船舶运动历史数据进行采集，得到船舶历史数据的时间序列的过程如下：
4.根据权利要求1所述的一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：所述对船舶历史数据提取随时间变化的一维特征映射，得到预测数据的过程如下：<...
【技术特征摘要】
1.一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：包括以下步骤：
2.根据一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：所述自注意力加权双向长短期记忆网络模型包括
3.根据权利要求1所述的一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：所述对船舶运动历史数据进行采集，得到船舶历史数据的时间序列的过程如下：
4.根据权利要求1所述的一种基于自注意双向长短期记忆网络的船舶操纵运动预报方法，其特征在于：所述对船舶历史数据提取随时间变化的一维特征映射，得到预测数据的过程如下：
5.根据权利要求1所述的一种基...
【专利技术属性】
技术研发人员：王宁，孔祥军，宋佳麟，董琪，郝立柱，韩冰，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。