-
题名基于OFBP神经网络的船舶轨迹离线压缩方案
- 1
-
-
作者
谢韵涵
吴心怡
王金凤
陈思叡
万刚远
-
机构
江西科技学院
-
出处
《信息与电脑》
2025年第21期30-32,共3页
-
文摘
针对传统船舶轨迹离线压缩方法因仅保留特征点而导致轨迹残缺、复原困难等问题,文章提出了一种基于过拟合反向传播(Overfitting-Backpropagation,OFBP)神经网络的压缩方案。该方案通过时间戳数值化、合理增加神经元数量及丢弃正则化的手段优化网络过拟合能力,以时间戳和网络参数替代原始轨迹数据。实验结果表明,OFBP神经网络的轨迹拟合能力约为反向传播(Backpropagation,BP)神经网络的6倍,压缩后平均误差为9.72×10-4,压缩率达65.6%,耗时低于1.5 s,可实现轨迹的高保真与高效压缩。
-
关键词
神经网络
船舶轨迹
离线压缩
过拟合反向传播神经网络
时间戳
-
Keywords
neural network
ship trajectory
off-line compression
ofbp neural network
time stamp
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
