基于CNN-F-LSTM-Attention的船舶轨迹预测

王雨晴; 李修来; 刘笑嶂; 邹少华

doi:10.11907/rjdk.231913

您当前的位置：

首页 >

文章列表页 >

基于CNN-F-LSTM-Attention的船舶轨迹预测

人工智能 | 更新时间：2024-10-14

- 基于CNN-F-LSTM-Attention的船舶轨迹预测
- Ship Trajectory Prediction Based on CNN-F-LSTM-Attention
- “在海上交通安全管理领域，专家提出了一种结合卷积神经网络、改进长短时记忆网络与注意力机制的船舶轨迹预测模型，提高了模型精度。”
- 软件导刊 2024年23卷第10期页码：66-72
- 作者机构：
  
  1.海南大学计算机科学与技术学院
  2.海南大学网络空间安全学院，海南海口 570228
- 作者简介：
  
  王雨晴（1998-），女，海南大学计算机科学与技术学院硕士研究生，研究方向为自然语言处理
  李修来（1992-），男，海南大学网络空间安全学院博士研究生，研究方向为人工智能
  刘笑嶂（1978-），男，博士，海南大学计算机科学与技术学院教授、博士生导师，研究方向为机器学习
  邹少华（1998-），男，海南大学计算机科学与技术学院硕士研究生，研究方向为图像识别。
- 基金信息：
  
  海南省重点研发计划项目(ZDYF2022GXJS348)
- DOI：10.11907/rjdk.231913
  中图分类号： TP181
- 纸质出版日期：2024-10-15，
  
  收稿日期：2023-08-23，
- 稿件说明：
移动端阅览
王雨晴,李修来,刘笑嶂等.基于CNN-F-LSTM-Attention的船舶轨迹预测[J].软件导刊,2024,23(10):66-72.

WANG Yuqing,LI Xiulai,LIU Xiaozhang,et al.Ship Trajectory Prediction Based on CNN-F-LSTM-Attention[J].Software Guide,2024,23(10):66-72.
王雨晴,李修来,刘笑嶂等.基于CNN-F-LSTM-Attention的船舶轨迹预测[J].软件导刊,2024,23(10):66-72. DOI： 10.11907/rjdk.231913.

WANG Yuqing,LI Xiulai,LIU Xiaozhang,et al.Ship Trajectory Prediction Based on CNN-F-LSTM-Attention[J].Software Guide,2024,23(10):66-72. DOI： 10.11907/rjdk.231913.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

命名实体识别研究综述

基于深度神经网络的对话系统研究综述

基于深度学习的生成式文本摘要综述

自然语言处理中关于提示学习的研究进展

融合半监督学习与RoBERTa多层表征的中文医学命名实体识别

基于CNN-F-LSTM-Attention的船舶轨迹预测

Ship Trajectory Prediction Based on CNN-F-LSTM-Attention

DOI：10.11907/rjdk.231913