论文部分内容阅读
根据水上交通的特点,提出了一种基于船舶自动识别系统(AIS)大数据,构建深度网络模型预测航道水深的方法,并利用最新航道水深数据作为标签验证.分别利用深度神经网络算法和决策树-深度神经网络结合的DT-NN算法,对水深数据和AIS数据进行学习.实验结果表明,深度神经网络算法的预测准确度为90.84%,DT-NN算法的预测准确度为91.15%,因此,采用决策树和深度神经网络结合的DT-NN算法对于水深预测的模型准确率较高,对于弥补航道水深数据的不足,指导船舶安全航行.