军事知识服务平台
船员培训体系的数字化转型探索
摘要 随着国际航运业向智能化、精细化转型升级,面对复杂多变的海上作业环境,船员队伍正面临能力要求持续攀升的挑战.现有传统船员培训体系依赖主观打分与统一课程安排,在培训内容针对性、能力评估客观性与资源利用效率等方面存在不足.为此,本文提出一种融合多模态深度学习与知识图谱的船员智能培训辅助决策系统.构建基于卷积神经网络(CNN)与时间卷积网络(TCN)、门控循环单元(GRU)的多模态特征提取框架,实现从视频行为识别、操作日志挖掘中自动提取关键能力特征;引入多头注意力机制生成动态船员能力画像,通过与目标岗位标准能力向量的欧氏距离计算识别能力短板;结合构建船员培训知识图谱,利用图遍历算法实现个性化学习路径推荐.选取30名在船船员为案例研究对象验证该系统,案例研究表明系统应用后船员平均培训时间缩短,岗位适配度提高,以此证明该系统适用在岗船员全周期履职能力培训,可推广至航运企业开展的日常操作规范化训练、专项技能深化,为航运业数字化转型提供了具有实操性的技术支撑.
刊 名 航海技术
年,卷(期): 2026, (5)
分类号: U675.98
机标分类号: G206 G451.6 G640
在线出版日期: 2026年9月30日