买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连海事大学申请的专利一种自修正的船舶轨迹智能预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115271231B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210943569.6，技术领域涉及：G06Q10/04；该发明授权一种自修正的船舶轨迹智能预测方法是由马宝山;李鹏爽;高宗江;熊桐设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本一种自修正的船舶轨迹智能预测方法在说明书摘要公布了：本发明公开了一种自修正的船舶轨迹智能预测方法，包括，获取原始AIS数据集，对原始AIS数据集进行清洗、修复；将AIS数据集划分为n个子数据集，分别从n个子数据集中进行等时间间隔采样，将采样后的轨迹点数据分别存储为不同船舶的轨迹数据集；构建XGBoost模型并进行训练，根据XGBoost模型预测获取船舶的预测轨迹点，基于k个预测时间间隔训练k组XGBoost模型，得到k组预测轨迹点；设置位置预测误差阈值和相似阈值，计算预测轨迹点与不同船舶的轨迹数据集中轨迹点的相似值，计算x个相似历史轨迹点的加权预测误差，根据加权预测误差对轨迹点数据进行修正，将k组修正后的预测轨迹点数据作为预测船舶轨迹。降低了数据缺失或数据异常带来的影响，提高了轨迹预测精度。

本发明授权一种自修正的船舶轨迹智能预测方法在权利要求书中公布了：1.一种自修正的船舶轨迹智能预测方法，其特征在于，包括， S1、获取原始AIS数据集，对原始AIS数据集进行清洗，所述清洗包括删除异常AIS数据，对清洗后的AIS数据集中缺失值进行修复和补充，所述进行修复和补充包括根据缺失值的临近AIS数据通过插值法进行修复和补充； S2、通过AIS数据集中的海上移动业务标识码将数据集划分为n个子数据集，其中n为AIS数据集中海上移动业务标识码的数量，设置时间间隔，分别从n个子数据集中进行等时间间隔采样，将采样后的轨迹点数据分别存储为不同船舶的轨迹数据集，轨迹点数据至少包括经度、纬度、速度、航向、经度变化量、纬度变化量，根据相邻时刻的轨迹点数据计算轨迹点的经度变化量、纬度变化量； S3、构建基于经度变化的第一XGBoost模型和基于纬度变化的第二XGBoost模型，将轨迹数据集中轨迹点的经度变化量、速度、航向输入至第一XGBoost模型并进行训练，将轨迹数据集中轨迹点的纬度变化量、速度、航向输入至第二XGBoost模型并进行训练，将单个轨迹点分别输入至两个模型中，获取输出的经度变化量、纬度变化量，根据轨迹点的经度、纬度以及输出的经度变化量、纬度变化量得到预测轨迹点的经度、纬度； S4、设置k个连续的预测时间间隔，将第i个预测轨迹点的经度变化量、纬度变化量、速度、航向分别输入至第一XGBoost模型和第二XGBoost模型，获取输出的经度变化量、纬度变化量，根据第i个预测轨迹点经度、第i个预测轨迹点纬度、经度变化量、纬度变化量计算第i+1个预测轨迹点的经度、纬度，其中，i≥1； S5、设置位置预测误差阈值和相似阈值，判断第i个预测轨迹点的位置是否满足位置预测误差阈值，满足位置预测误差阈值时执行S6，不满足位置预测误差阈值则计算第i个预测轨迹点与不同船舶的轨迹数据集中轨迹点的相似值，获取满足相似阈值的x个历史轨迹点，计算x个历史轨迹点的加权预测误差，根据加权预测误差对第i个轨迹点数据进行修正，获取修正后的第i个预测轨迹点数据； S6、i=i+1，重复执行步骤S4、S5，直到得到k组预测轨迹点数据，将k组预测轨迹点数据作为预测船舶轨迹。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116000 辽宁省大连市甘井子区凌水街道凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。