针对传统循环神经网络提取船舶轨迹序列特征能力不足,导致预测结果与实际轨迹之间的误差较大,影响船舶调度与航行安全的问题,将双向门控循环单元(Bidirectional Gated Recurrent Unit, Bi-GRU)神经网络应用到船舶轨迹预测中。利用Bi-GR...针对传统循环神经网络提取船舶轨迹序列特征能力不足,导致预测结果与实际轨迹之间的误差较大,影响船舶调度与航行安全的问题,将双向门控循环单元(Bidirectional Gated Recurrent Unit, Bi-GRU)神经网络应用到船舶轨迹预测中。利用Bi-GRU神经网络模型具有的前瞻特性以及大量船舶自动识别系统(Automatic Identification System, AIS)数据,提出基于Bi-GRU的船舶轨迹预测模型。结果表明,Bi-GRU的预测精度较门控循环单元(Gated Recurrent Unit, GRU)有明显提升,均方误差降低13.0%,均方根误差降低6.5%,平均绝对误差降低16.5%。研究成果可为提高船舶交通服务系统安全管理水平、判断船舶交通风险程度及智能船舶碰撞预警提供理论支撑。展开更多
船舶航行安全受到许多因素的影响,为对船舶通航环境的风险等级进行定量评价并简化计算过程,改进基于逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)理论的风险评价模型,确定5个虚拟评价对象...船舶航行安全受到许多因素的影响,为对船舶通航环境的风险等级进行定量评价并简化计算过程,改进基于逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)理论的风险评价模型,确定5个虚拟评价对象,称之为标准评价对象,作为不同通航风险等级的代表。选取某段航道作为评价实例,对其进行通航环境风险评价,通过改进的熵权TOPSIS模型,以风险贴近度为依据,得出该航道通航环境风险等级量化值,并与熵权物元模型的评价结果相比较,验证模型的有效性和实用性。展开更多
针对当前普通摄像头对夜间航行船舶检测研究方面的不足,提出一种基于光斑检测和跟踪的方法,实现夜间航行船舶检测。采用边缘检测算子(Laplacian of Gaussian,LOG)对视频图像光斑进行检测,采用阈值化方法对光斑进行过滤;Kalman滤波算法...针对当前普通摄像头对夜间航行船舶检测研究方面的不足,提出一种基于光斑检测和跟踪的方法,实现夜间航行船舶检测。采用边缘检测算子(Laplacian of Gaussian,LOG)对视频图像光斑进行检测,采用阈值化方法对光斑进行过滤;Kalman滤波算法对多光斑目标进行跟踪,通过对光斑进行标记,判断光斑的属性,从而实现光斑的新增和删除。以实际夜间船舶航行监控视频为例进行方法验证,结果表明:该方法能对夜间船舶进行有效检测和跟踪,从而验证采用光斑跟踪的方法能提高夜间船舶的检测精度。展开更多
文摘船舶航行安全受到许多因素的影响,为对船舶通航环境的风险等级进行定量评价并简化计算过程,改进基于逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)理论的风险评价模型,确定5个虚拟评价对象,称之为标准评价对象,作为不同通航风险等级的代表。选取某段航道作为评价实例,对其进行通航环境风险评价,通过改进的熵权TOPSIS模型,以风险贴近度为依据,得出该航道通航环境风险等级量化值,并与熵权物元模型的评价结果相比较,验证模型的有效性和实用性。
文摘针对当前普通摄像头对夜间航行船舶检测研究方面的不足,提出一种基于光斑检测和跟踪的方法,实现夜间航行船舶检测。采用边缘检测算子(Laplacian of Gaussian,LOG)对视频图像光斑进行检测,采用阈值化方法对光斑进行过滤;Kalman滤波算法对多光斑目标进行跟踪,通过对光斑进行标记,判断光斑的属性,从而实现光斑的新增和删除。以实际夜间船舶航行监控视频为例进行方法验证,结果表明:该方法能对夜间船舶进行有效检测和跟踪,从而验证采用光斑跟踪的方法能提高夜间船舶的检测精度。
