基于CNN-LSTMAT融合神经网络的船舶行为识别

【摘要】 准确、全面地掌握船舶的行为状态对于保障船舶和海洋交通安全具有重要意义。近年来，AIS(Automatic Identification System，船舶自动识别系统)系统的出现事海洋管理迈入数字化时代。文中充分利用AIS数据所包含的时空信息，深入挖掘提取船舶行为相关特征，将CNN(ConvolutionalNeuralNetworks，卷积神经网络)与LSTM(Long Short-Term Memory，长短时记忆网络)相结合并融入注意力机制，提出一种顾及时序特征的船舶行为识别模型。结果表明CNN-LSTMAT融合神经网络具有较好的船舶行为时空特征提取和船舶行为识别能力，识别能力和准确性较传统的神经网络而言有进一步的提升。更多还原