-
题名基于XGBoost算法的船舶目的地预测模型
- 1
-
-
作者
谢世元
郭志远
强惠敏
郑潇
彭晓东
-
机构
中国科学院国家空间科学中心
中国科学院大学计算机学院
-
出处
《计算机工程与设计》
北大核心
2025年第6期1766-1771,共6页
-
文摘
船舶目的地预测问题被视为多分类问题处理,样本不均衡时,小样本目的地易被忽略,降低了目的地预测准确率。为准确预测船舶目的地,提出一种基于XGBoost算法的船舶目的地预测模型,通过将传统的多类别问题转化为二元分类任务,提高预测准确率。使用mvd距离特征进行特征增强,构建XGBoost模型进行船舶目的地预测,简化预测过程,提高预测的准确性,通过一系列实验验证了该模型的有效性。
-
关键词
船舶航迹数据
目的地预测
海上交通
极端梯度提升
特征增强
数据处理
机器学习
-
Keywords
ship track data
destination prediction
maritime traffic
extreme gradient boosting
feature enhancement
data processing
machine learning
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
