[發明專利]一種基于船位數據獲取張網網位和捕撈努力量的方法

在審

• 申請號: 201910349833.1
• 申請日: 2019-04-28
• 公開（公告）號: CN110135559A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 張勝茂;裴凱洋;鄒國華;戴陽;張衡;唐峰華;楊勝龍;伍玉梅;王婓;呂永輝;于航盛
• 申請（專利權）人: 中國水產科學研究院東海水產研究所;上海峻鼎漁業科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/06;G06N3/08;G06Q50/02;G06F17/16
• 代理公司: 上海泰能知識產權代理事務所 31233
• 代理人: 宋纓;錢文斌

1.一種基于船位數據獲取張網網位和捕撈努力量的方法，其特征在于，包括以下步驟：

(1)將已標記作業狀態的完整的作業航次的船位點數據進行預處理，提取每個船位點的速度、偏角、時間順序上相鄰船位點的距離的特征作為訓練集，輸入到BP神經網絡中進行訓練；

(2)將陌生漁船的完整航次的每個船位點數據采用與步驟(1)相同的方式進行預處理，輸入到已訓練好的BP神經網絡中，通過BP神經網絡判斷每個船位點可能的作業狀態；

(3)從經過篩選后的行駛狀態和收網具狀態的船位點中，確定張網漁船放網的開始時間、結束時間和網位坐標，計算每幅張網網具的放網時長和捕撈努力量，統計航次中全部網次的捕撈努力量獲得該航次的累計捕撈努力量。

2.根據權利要求1所述的基于船位數據獲取張網網位和捕撈努力量的方法，其特征在于，所述步驟(1)中已標記的作業狀態包括行駛狀態、布網狀態、收漁獲狀態、收網具狀態和拋錨狀態。

3.根據權利要求1所述的基于船位數據獲取張網網位和捕撈努力量的方法，其特征在于，所述步驟(1)中的預處理具體為：統計并計算每個船位點的前后速度變化和速度變化率、行駛偏轉角和向量偏轉角變化、時間順序上相鄰船位點之間的距離和距離變化率。

4.根據權利要求1所述的基于船位數據獲取張網網位和捕撈努力量的方法，其特征在于，所述步驟(1)中的BP神經網絡包括輸入層、隱含層和輸出層，其中，輸入層的神經元至隱含層的神經元的計算方式為隱含層的神經元至輸出層的神經元的計算方式為φ₁和φ₂為神經網絡激活函數，均為tanh函數，X_i為輸入層的神經元，h_j為隱含層的神經元，W_ij為輸入層第i個神經元與隱含層第j個神經元之間的權值，G_jk為隱含層第j個神經元與輸出層第k個神經元之間的權值，l為輸入層神經元的個數，m為隱含層神經元的個數，b_j與均為偏差。

5.根據權利要求1所述的基于船位數據獲取張網網位和捕撈努力量的方法，其特征在于，所述步驟(2)和步驟(3)中包括以下步驟：設置時間順序上相鄰船位點之間的距離和向量偏轉角的閾值，在BP神經網絡已判斷作業狀態的船位點中提取行駛狀態和收網具狀態的船位點，并根據設置的閾值過濾神經網絡判斷錯誤的船位點；所述向量偏轉角是在時間順序上相鄰的三個船位點N_i-1、N_i和N_i+1形成的向量和之間的夾角。

6.根據權利要求1所述的基于船位數據獲取張網網位和捕撈努力量的方法，其特征在于，所述步驟(3)中以航次中最后一個連續行駛狀態的船位點記錄時間作為放網開始時間，以每網次第一個收網具狀態的船位點坐標作為該網次的網位坐標，并以該船位點記錄時間作為該網次的放網結束時間。

7.根據權利要求1所述的基于船位數據獲取張網網位和捕撈努力量的方法，其特征在于，所述步驟(3)中以各網次的放網結束時間減放網開始時間，獲得各網次的放網時長，并于該網具網口迎流面積相乘獲得各網次的捕撈努力量，累計各網次的捕撈努力量獲得張網漁船該航次的捕撈努力量。