原文传递
基于深度网络和船舶交通流的航道水深预测方法研究
| 题名： | 基于深度网络和船舶交通流的航道水深预测方法研究 |
| 正文语种： | 中文 |
| 作者： | 杨帆；何正伟；何帆； |
| 关键词： | AIS大数据；航道水深；深度神经网络；决策树；数据挖掘 |
| 摘要： | 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. |
| 期刊名称： | 武汉理工大学学报（交通科学与工程版） |
| 出版年： | 2019 |
| 期： | 01 |
| 页码： | 130-135 |
检索历史
应用推荐
