论文部分内容阅读
针对单一模型对轨迹预测鲁棒性差、精度不高的问题,建立将LSTM和BP组合的复合LSTM船舶轨迹预测模型,对船舶AIS数据进行学习,用AMS算法优化该模型,增强模型学习能力,将预测结果与传统LSTM的结果进行对比表明,结合AMS优化算法的C-LSTM性能优于传统LSTM模型,且有着高鲁棒、高精度、高稳定等特点,可以为船舶交通管理中心向行为异常的船舶发出预警提供技术支持.