-
题名基于船位数据采集的舰船作业状态特征提取方法
- 1
-
-
作者
颜悦
游学军
吕太之
-
机构
江苏海事职业技术学院信息工程学院
-
出处
《舰船科学技术》
北大核心
2025年第6期145-148,共4页
-
基金
江苏省高等学校基础科学(自然科学)研究重大项目(23KJA580002)
2023年江苏青年教师企业实践(苏高职培函〔2023〕10号,2023QYSJ023)
2022江苏省“青蓝工程”优秀教学团队(苏教师函(2022)29号)。
-
文摘
复杂的海洋环境给精准提取舰船作业状态特征造成了困难,也影响了对舰船作业状态的判断效果。为解决这一问题,本文提出基于船位数据采集的舰船作业状态特征提取方法。首先,利用北斗导航卫星系统,采集舰船的经纬度、航速、航行方位角等船位数据;然后,从舰船的累计作业时长、位置、空间距离、平均作业速率4个方面,分析舰船的作业状态特征。根据船位点在不同速率区间出现的频数,确定舰船的平均速率阈值;最后,根构建包含输入层、隐含层、输出层在内的深度神经网络,利用船位数据训练深度神经网络,输出舰船作业状态特征的提取结果。实验结果表明,该方法能够有效提取舰船的作业状态特征,帮助舰船作业人员在复杂多变的海洋环境中做出更加明智和及时的决策。
-
关键词
船位数据采集
舰船作业状态
特征提取
舰船位置
深度神经网络
空间距离
-
Keywords
ship position data collection
operational status of the ship
feature extraction
position of the ship
deep neural network
space distance
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
