【技术实现步骤摘要】
本专利技术涉及海洋智能导航，特别是一种基于大模型的舰船航迹预测系统及方法。
技术介绍
1、在海洋运输和军事行动中，舰船航迹预测对于确保航行安全、避免碰撞事故、规划高效航线以及战术部署至关重要，近年来，随着人工智能技术的迅猛发展，尤其是深度学习和大数据分析的应用，舰船航迹预测技术得到了显著提升，传统的航迹预测方法主要依赖于物理模型和统计分析，这些方法虽然能够反映舰船运动的基本规律，但在复杂多变的海洋环境中，其预测精度往往受到限制，物理模型受限于对环境因素的简化假设，而统计方法则难以捕捉到非线性和突发性事件的影响；
2、近年来，基于机器学习的舰船航迹预测方法逐渐成为研究热点，此类方法利用历史航迹数据、环境数据以及舰船特性的多源信息，通过训练深度神经网络模型，能够更准确地预测舰船未来的航向和速度，然而，当前的预测模型仍存在一些关键问题，一方面，模型的泛化能力有限，对于新环境下或特定舰船行为的预测效果不佳，尤其是在处理异常数据和极端条件下，模型的鲁棒性有待增强，另一方面，大多数方法缺乏对实时数据的快速适应能力，导致预测时效性和准确性...
【技术保护点】
1.一种基于大模型的舰船航迹预测方法，其特征在于：包括，
2.如权利要求1所述的基于大模型的舰船航迹预测方法，其特征在于：所述通过多渠道收集多模态数据，具体步骤为：
3.如权利要求2所述的基于大模型的舰船航迹预测方法，其特征在于：所述对多模态数据分别进行特征提取，输出融合的环境感知特征，具体步骤为：
4.如权利要求3所述的基于大模型的舰船航迹预测方法，其特征在于：所述基于融合的环境感知特征构建异常检测模型，将融合的环境感知特征向量输入异常检测模型，通过因果推理算法识别和过滤异常数据，输出纯净特征，具体步骤为：
5.如权利...
【技术特征摘要】
1.一种基于大模型的舰船航迹预测方法，其特征在于：包括，
2.如权利要求1所述的基于大模型的舰船航迹预测方法，其特征在于：所述通过多渠道收集多模态数据，具体步骤为：
3.如权利要求2所述的基于大模型的舰船航迹预测方法，其特征在于：所述对多模态数据分别进行特征提取，输出融合的环境感知特征，具体步骤为：
4.如权利要求3所述的基于大模型的舰船航迹预测方法，其特征在于：所述基于融合的环境感知特征构建异常检测模型，将融合的环境感知特征向量输入异常检测模型，通过因果推理算法识别和过滤异常数据，输出纯净特征，具体步骤为：
5.如权利要求4所述的基于大模型的舰船航迹预测方法，其特征在于：所述利用元学习机制和纯净特征构建元学习模型，将纯净特征输入元学习模型，通过快速适应特定舰船行为模式的子模型，输出个性化预测模型，具体步骤为：
6.如权利要求5所述的基于大模型...
【专利技术属性】
技术研发人员：姜艳川，王振刚，程贺军，李富强，尹晓琛，
申请(专利权)人：北京瞰天科技有限公司，
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。