- 30
- 0
- 约2.51千字
- 约 6页
- 2023-06-01 发布于上海
- 举报
基于深度学习的海洋船舶航道学习方法研究
摘要:本文针对海洋船舶航道学习方法进行深入研究,应用深度学习技术,提出了一种基于卷积神经网络(CNN)和循环神经网络(RNN)相结合的海洋航道预测模型。该模型可以自动地进行特征提取,并有效避免了预测过程中的数据重叠问题。通过实验验证,该模型在预测精度、泛化能力和实时性方面均表现出良好的性能,可应用于船舶航行路径规划、海上救援和海洋保护等领域。关键词:深度学习;海洋航道;卷积神经网络;循环神经网络;预测模型1. 引言随着全球化进程的不断加快,海洋运输业已经成为国际贸易发展的重要推动力量。然而,海洋航行过程中存在着一系列的不稳定因素,如狂风暴雨、海
原创力文档

文档评论(0)