需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于深度学习算法的船舶异常行为检测

基于深度学习算法的船舶异常行为检测

发布时间: 2021-11-17

来源: 科技服务团

基本信息

合作方式： 技术服务
成果类型： 新技术
行业领域：
农、林、牧、渔业
成果介绍

船舶异常行为检测对于满足海上运输的可靠性和安全性要求至关重要。 目前的检测方式为人工分析，存在人工成本高、稳定性差、效率低、精度低等诸多缺陷，这种被动方式已不能满足海上运输的需要。 利用深度学习算法从各类数据中提取有价值的信息，准确感知船舶的行为是当前的研究热点。 本文首先对来自自动识别系统（AIS）的数据进行了预处理。 然后应用可变循环神经网络算法建立正常模型， 根据地理和季节特征应用案例研究来展示该模型的性能。 最后，总结了使用深度学习算法进行异常行为检测的研究和技术挑战。

成果亮点
团队介绍
成果资料