一种基于IPSO优化ELM的内河船舶轨迹预测方法

文中针对现有预测模型精度和计算效率不高的问题,提出一种引入深度学习框架(ELM)和改进粒子群算法(IPSO)的预测模型,进行内河船舶轨迹预测.采用长江武汉段实测AIS数据并从中提取一系列典型轨迹,使用ELM方法对典型轨迹进行实时预测,考虑到ELM网络的超参数难以人工取到最优,提出采用IPSO算法对网络超参数进行寻优处理,利用最优网络参数构建轨迹预测模型(IPSO-ELM),并与SVM方法、LSTM方法和ELM方法进行对比实验.结果表明:IPSO-ELM有效提高了轨迹预测精度.

自行车运动参数测量系统的设计

随着选择自行车作为出行工具的人越来越多,人们对自行车的要求不只限于出行方便,对出行参数也有了更多的要求。因此,自行车需要安装测量系统以方便人们的生活,确保人们的安全。基于此,对自行车参数自动测算进行了探讨,测算的具体内容包括行路长短、车轮转动速度等。该参数系统的核心部件是STC89C52单片机,并用霍尔传感器收集、传送自行车运动的参数,利用LCD液晶显示屏作为显示器件、报警器件为蜂鸣器,最后对系统进行仿真。

桥区水域船舶追越与偏离的非安全行为识别

文中提出一种面向桥区水域的船舶非安全行为识别模型.通过分析桥区水域AIS数据,得出桥区船舶轨迹的行为特征,并将非安全行为分为追越与偏离两种.基于拟合的船舶领域建立船舶追越行为识别模型,结合改进的Hausdorff方法对桥区过桥轨迹进行聚类获得相应典型轨迹建立偏离行为识别模型.实验以武汉长江大桥桥区水域为例.证明桥区水域非安全航行行为识别模型可有效识别过桥船舶的追越、位置偏离、航速偏离等非安全行为.