[發明專利]基于船舶通航行為信息分析的過閘控制系統

有效

• 申請號: 202010315662.3
• 申請日: 2020-04-21
• 公開（公告）號: CN111506626B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 周建;陳彥君;王昱;王琳
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/28;G06F18/23213;G06F18/2431;E02C1/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

1.一種基于船舶通航行為信息分析的過閘控制系統，其特征在于：包括數據接收與存儲模塊、訓練模塊、通航行為分析模塊、過閘控制模塊及Web客戶端模塊，

所述數據接收與存儲模塊，用于接收船舶的實時通航數據；

所述訓練模塊，用于利用數據分析技術進行訓練，建立用于通航分析的模型；所述模型的輸入為船舶的通航數據，輸出為用于衡量行為優、行為良、行為差的行為良好程度的一個決策模型；所述利用數據分析技術進行訓練，是在Adaboost方法基礎上改進實現，實現過程如下，

a.設置訓練測試集比率，設根據比率從數據集D中采集m個樣本，數據集D的樣本數量為n，組成一個訓練集S＝{s₁,s₂......,s_m}和一個測試集Test＝{t₁,t₂,......,t_p}，p＝n-m，p為測試集中樣本的個數；

b.訓練生成CART決策樹模型；

c.CART決策樹模型建立完成，使用測試集Test進行分類預測，標記Test中分類錯誤的數據集合x；

d.根據預設的次數k，將步驟a-c循環執行k次，設共得到k個訓練集Sample_k＝{s_k1,s_k2......,s_km}和k個測試集Test_k＝{t_k1,t_k2,......,t_kp}，訓練得到k個不同的CART模型和k次循環中標記的分類錯誤數據集合x，將k個不同的集合x合并為錯誤集合X_outliers＝{x₁,x₂,...,x_w,...,x_ol}，其中，x_w為錯誤集合中的某一個錯誤數據，x_w出現次數越多說明該錯誤數據的錯誤程度越高，該錯誤數據被正確分類的概率越低；

根據預設的百分比參數p，將X_outliers按照錯誤率進行從高到低排序，按照錯誤程度取錯誤率達到前p的數據點集合，作為“疑似”異常點集合在k次循環中；

e.先對數據進行標準化處理，再通過基于歐氏距離的k-means聚類，計算“疑似”異常點集合中的數據點到k-means聚類中心C_i的距離，找到該數據點與C_i距離的最小值，距離最小值所在的類別為k-means聚類結果；如果結果和數據標簽保持一致，則保留該點，否則劃為異常區間，視為異常點從數據集中刪除；

f.在剔除異常點后的數據集中，使用Adaboost框架集成CART決策樹模型進行再分類；

所述通航行為分析模塊，用于調用訓練模塊所得模型，基于數據接收與存儲模塊所得船舶的實時通航數據，實時地對船舶通航行為進行分析；

所述過閘控制模塊，用于在船舶申請過閘時調用通航行為分析模塊分析所得結果，根據分析結果判斷是否關閉閘門禁止通航；

所述Web客戶端模塊，用于向用戶可視化展示數據接收與存儲模塊所得船舶的實時通航數據，以及通航行為分析模塊所得船舶通航行為分析結果。

2.根據權利要求1所述基于船舶通航行為信息分析的過閘控制系統，其特征在于：所述數據接收與存儲模塊，通過API接口獲取船舶的實時通航信息，將API接口接收到的數據存儲到MySQL數據庫服務器中并支持相應統計。

3.根據權利要求1所述基于船舶通航行為信息分析的過閘控制系統，其特征在于：通過輪詢commit方式，實現定時從API接口中獲取船舶的實時通航數據，并使用Token令牌技術進行接口認證。

4.根據權利要求2所述基于船舶通航行為信息分析的過閘控制系統，其特征在于：所述數據接收與存儲模塊接收船舶的實時通航數據時，接收的數據包括船舶身份標識、進閘時間、出閘時間、具體通航行為以及是否屬于重大違規行為。