基于滑动窗口和LSTM自动编码器的渔船作业类型识别
过度捕捞和非法捕捞给海洋生态造成严重破坏,随着船舶自动识别系统(AIS)的发展,国内外学者基于AIS轨迹数据提出了许多算法进行渔船作业类型识别,但是这些算法忽视了轨迹的时域特征.因此,本文提出了一种基于滑动窗口和LSTM自动编码器的识别算法,该算法首先使用滑动窗口提取轨迹特征,再通过LSTM自动编码器去学习轨迹的时域特征和潜在的高级特征,最后在LSTM自动编码器中嵌入Softmax分类器,联合优化损失函数,使分类效果达到最优.在浙江海域的渔船AIS轨迹数据上进行了实验,结果表明所提方法的准确率为95.82%,证明了本方法的有效性和可靠性,算法可用于辅助拖网、围网作业类型的判断.
LSTM自动编码器、滑动窗口、深度表征学习、AIS、拖网、围网
31
TP391.4;U675.7;TN911.7
国家自然科学基金61806107
2022-06-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
287-293