[發(fā)明專利]一種基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202110648282.6
• 申請日: 2021-06-10
• 公開（公告）號: CN113393027A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 潘明陽;趙麗寧;李增輝;李邵喜;李超;郝江凌;胡景峰;劉宗鷹;張若瀾;孫慧;李航琪
• 申請（專利權(quán)）人: 大連海事大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06F16/29;G06N3/08;G06N3/04
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 陳麗;李洪福

1.一種基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法，其特征在于，所述方法包括以下步驟：

S1、獲取樣本數(shù)據(jù)，并對所述樣本數(shù)據(jù)進(jìn)行預(yù)處理；其中，所述樣本數(shù)據(jù)包括航標(biāo)歷史位置數(shù)據(jù)和水位歷史數(shù)據(jù)；

S2、基于預(yù)處理后的樣本數(shù)據(jù)構(gòu)建時(shí)間序列；

S3、利用時(shí)間序列反映出的航標(biāo)運(yùn)動(dòng)規(guī)律建立并訓(xùn)練航標(biāo)漂移預(yù)測模型；所述航標(biāo)漂移預(yù)測模型包括用于提取時(shí)間序列中的時(shí)序特征的門控循環(huán)單元和用于對時(shí)間序列的各時(shí)間步賦予不同權(quán)重的注意力機(jī)制；

S4、輸入航標(biāo)預(yù)設(shè)個(gè)時(shí)刻數(shù)據(jù)，利用訓(xùn)練好的航標(biāo)漂移預(yù)測模型進(jìn)行預(yù)測；

S5、輸出航標(biāo)預(yù)測位置。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法，其特征在于，所述航標(biāo)漂移預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)包括：包括輸入層、2個(gè)GRU層、Attention層和輸出層；

所述航標(biāo)漂移預(yù)測模型的網(wǎng)絡(luò)參數(shù)包括：

輸入層的輸入向量形狀為[64,24,3]，64為一次輸入網(wǎng)絡(luò)的數(shù)據(jù)量大小，即batch_size，24為時(shí)間步長，3為特征數(shù)量，即經(jīng)度值、緯度值和水位值；

兩層GRU層的神經(jīng)元個(gè)數(shù)分別為128和64，激活函數(shù)均為tanh函數(shù)。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法，其特征在于，Attention機(jī)制計(jì)算公式如下：

h_k′＝tanh(W_c[C；h_k])；

其中，x₁,x₂,...,x_k表示輸入序列，h₁,h₂,...,h_k表示對應(yīng)于輸入序列的隱藏層的狀態(tài)值，評分函數(shù)s_kj采用點(diǎn)積，α_ki為歷史輸入的隱藏層狀態(tài)對當(dāng)前輸入的注意力權(quán)重，C是中間向量；h_k′表示最終輸出的當(dāng)前時(shí)刻隱藏層狀態(tài)值。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法，其特征在于，對所述樣本數(shù)據(jù)進(jìn)行預(yù)處理，包括：

對于數(shù)據(jù)重復(fù)，找到重復(fù)記錄項(xiàng)將其刪除；

對于數(shù)據(jù)缺失，采用線性插值進(jìn)行數(shù)據(jù)填充；

對于數(shù)據(jù)異常，使用箱形圖檢測異常值，剔除異常值后使用數(shù)據(jù)缺失處理方法進(jìn)行填充。

5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法，其特征在于，線性插值公式包括：

其中，t_i和x_i分別為填充時(shí)間點(diǎn)和填充值，x_i+1、x_i-1分別為相鄰時(shí)間點(diǎn)觀測值。

6.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法，其特征在于，數(shù)據(jù)預(yù)處理后還包括：

按照預(yù)設(shè)時(shí)間間隔提取航標(biāo)、水位數(shù)據(jù)作為數(shù)據(jù)集；

對數(shù)據(jù)集中的每一列進(jìn)行歸一化處理；

相應(yīng)地，基于預(yù)處理后的樣本數(shù)據(jù)構(gòu)建時(shí)間序列，包括：

基于歸一化處理后的數(shù)據(jù)集構(gòu)建時(shí)間序列。

7.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的航標(biāo)漂移智能預(yù)測方法，其特征在于，所述航標(biāo)漂移預(yù)測模型的損失函數(shù)采用平均絕對誤差。