基于时间感知图卷积网络的船舶航迹预测OA

针对船舶航迹数据非等距时间间隔的特点,提出一种基于时间感知图卷积网络的船舶航迹预测方法。该方法将船舶的时序航迹数据转换为图结构,结合改进的高斯核函数,以图节点间的时间距离和空间欧式距离构建时空带权邻接矩阵,显式建模非等距时间间隔采样点间的时空关联强度,以此捕捉船舶航迹数据的时空动态关系;通过图卷积网络和自注意力机制,依据时空带权邻接矩阵,提取图中节点的时空特征并加权,使模型聚焦于船舶航迹的关键时空信息。在船舶自动识别系统采集的公开数据上进行的仿真实验结果显示,与基于循环神经网络的方法相比,本文方法预测精度有显著提升。