基于二元LSTM神经网络的船舶运动预测算法研究
Marine Sciences（2021）
摘要
在海况环境下,进行船舶运动预测时.由于惯性传感器采集系统本身的电学特性,会产生误差偏移,影响预测的准确性.针对这一问题,在常规长短期记忆网络(LSTM)的基础上,设计改良了一种二元的LSTM网络架构.在船舶运动仿真平台上进行模拟船舶升沉运动实验,并通过惯性传感系统测量仿真平台实时积分位移进行计算验证.验证统计该网络预测结果峰差值均方差0.64％,均值均方差0.42％,峰值均方差0.57％,证实该网络较常规LSTM在船舶运动预测领域具有更好的针对性和适应性,更准确的对船舶运动进行预测.
更多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