基于改进LSTM的船舶操纵运动在线预报方法研究

DONG Lei,MA Xiang, FENG Jiaxiang, KONG Lingjun,LIU Yi,WANG Hongdong

Shipbuilding of China（2023）

引用 0|浏览5

暂无评分

摘要

为了提高船舶操纵性运动在线预报模型的泛化能力,针对航行船舶所处海洋环境的实时变化,将长短期记忆(LSTM)神经网络模型与注意力机制相结合,提出了改进的长短期记忆神经网络模型.基于船舶在不同波高和浪向下回转运动的仿真试验数据,设计神经网络的学习样本.通过对样本的学习,完成了船舶操纵性运动的在线预报.研究结果表明,改进的长短期记忆神经网络模型可在新的波浪环境下对船舶操纵性运动进行准确的在线预报.

查看译文

关键词

ship maneuvering,long-short term memory neural network,attention mechanism

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要