实时检测异常行为
通过融合卷积网络的空间特征提取能力和LSTM的时间序列建模能力，实现对船舶异常行为的实时高精度检测，并利用EWMA滤波提升抗噪性能。
Yuhao, Qi · 杨家轩 · Bai, Anzhi · 刘家国
Expert Systems with Applications 2025
模型采用滚动预测，对每一时刻的船舶行为特征进行预测，并实时比对去噪后的实际值与预测值，从而即时发现异常。
同时利用CNN提取空间特征和LSTM建模时间序列，充分捕捉轨迹的时空特性，相比传统方法检测精度更高。
采用EWMA方法对实时数据滤波，有效抑制噪声干扰，从而提升检测精度和鲁棒性。