文章标题：深度学习算法下船舶航行轨迹异常行为检测方法

文章作者：冀娜, 胡磊
关 键 字：深度学习算法;船舶航行;轨迹异常检测;船舶自动识别系统;门控循环单元
文章摘要：针对船舶航行轨迹数据因时间序列特征导致的不确定性，难以准确捕捉航行轨迹数据的关键信息，影响最终检测精度的问题，提出深度学习算法下船舶航行轨迹异常行为检测方法。依据船舶自动识别系统（AIS）获取船舶航行轨迹数据并实施预处理后，提取AIS船舶航行轨迹的时间序列特征。将AIS船舶航行轨迹特征输入门控循环单元循环神经网络深度学习模型进行处理，依据更新门、重置门处理，最终实现船舶航行轨迹异常行为检测。实验证明，该方法在不同种类船舶类型混合情况下，检测偏差均小于1.1%，时效性均能够保证在97.5%以上，能够实时监控船舶航行状态，预警异常行为，降低船舶发生事故风险，推动海上交通管理智能化发展。