Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连海事大学张新宇获国家专利权

大连海事大学张新宇获国家专利权

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基于历史航行模式挖掘的可解释性两阶段船舶轨迹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:CN116227652B

龙图腾网通过国家知识产权局官网在2026-04-10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:202211575285.2,技术领域涉及:G06Q10/04;该发明授权基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法是由张新宇;钱韦华超;姜玲玲;章文俊;李强;史建刚设计研发完成,并于2022-12-08向国家知识产权局提交的专利申请。

基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法在说明书摘要公布了:本发明涉及基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法,包括可行候选轨迹集生成与候选轨迹判别两阶段,通过挖掘船舶历史AIS数据中的航行模式能有效提取AIS数据中潜在的航行环境与船舶运动特征信息;将航行模式应用于船舶当前轨迹实现基于船舶当前航行状态与历史行为模式的船舶可行候选轨迹集生成,使轨迹生成过程与结果具有较强的解释性;利用神经网络学习船舶当前轨迹与生成轨迹的关联性并进行判别选择,能有效保证轨迹预测模型的精度。本发明有效融合了船舶航行模式信息与船舶当前轨迹的特征,预测结果具有较好的可解释性,对于船舶行为分析、港口安全监管等任务提供技术支撑。

本发明授权基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法在权利要求书中公布了:1.一种基于历史航行模式挖掘的可解释性两阶段船舶轨迹预测方法,其特征在于,包括以下步骤: 获取在航船舶数据,并对获取的数据进行预处理,得到轨迹数据集; 对于给定的任意船舶当前轨迹,基于所述轨迹数据集通过历史航行模式挖掘和运动学模型生成可行候选轨迹集; 构建并训练基于神经网络的轨迹判别模型;所述轨迹判别模块的输入为所述船舶当前轨迹和所述可行候选轨迹集,输出为可行轨迹集的评分结果;所述轨迹判别模型包括:轨迹编码模块、轨迹编码拼接模块和生成轨迹评分模块;所述轨迹编码模块包括两组LSTM网络,分别用于对当前轨迹和可行候选轨迹集中的轨迹进行编码;所述轨迹编码拼接模块用于合并所述轨迹编码模块得到的两组轨迹编码;所述生成轨迹评分模块由三层MLP网络实现,用于对所述轨迹编码拼接模块得到的编码结果进行打分;其中,生成可行候选轨迹集,包括: 对于给定的任意船舶当前轨迹,从轨迹数据集中查询预测起始点在预定空间范围内的所有邻近点作为历史参考轨迹起点集,对起点集中的所有轨迹点分别按时序向后获取第二预设采样量的轨迹点构成历史参考轨迹集; 从所述历史参考轨迹集挖掘历史航行模式,包括:基于所有历史参考轨迹计算轨迹点与起始点连线矢量相对于起始点航向的夹角范围,并计算轨迹段最大累积航向变化量与最大累积航速变化量;利用所有轨迹点计算邻点最大航向变化量,并对所有轨迹点航速进行分箱,统计每组分箱的航速增量分布律与航速减量分布律;统计邻点航速变化状态的分布律,航速变化状态包括减速、匀速与加速;统计邻点航速变化状态转移概率;统计邻点航向变化状态转移概率,航向变化状态包括沿当前航向直航、左转向与右转向; 基于所述历史航行模式,从预测起始点开始迭代生成可行候选轨迹集;将所述船舶当前轨迹和所述可行候选轨迹集输入至训练好的轨迹判别模型进行候选轨迹判别,将评分最高的可行轨迹作为预测结果。

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:116026 辽宁省大连市高新园区凌海路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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。