文章标题：基于用户画像和改进Seq2Seq的船舶轨迹预测模型

文章作者：杨欣奕^1,2, 韩众和^2,3, 艾万政¹, 刘虎¹
关 键 字：轨迹预测;数据挖掘;用户画像;深度学习;Seq2Seq
文章摘要：针对目前船舶轨迹预测模型主要考虑轨迹的位置特征，缺乏对船舶操纵性能和环境因素的探究，导致预测精度不高的问题，本文提出一种基于用户画像和改进Seq2Seq的船舶轨迹预测新模型。首先该模型基于用户画像理论，采用频数统计和聚类方法创建了船舶用户画像；其次，创设多编码器实现对船舶用户画像、船舶轨迹和船舶标签等特征的分别编码；最后，基于Seq2Seq架构，增设画像特征检索模块和LSTM融合层，实现画像特征的快速提取和融合。实验结果表明，相较于LSTM、BiLSTM、A+LSTM、A+BiLSTM和Seq2Seq五种模型，新模型在长时间预测方面具备较高的精度和较好的稳定性。