[發明專利]一種基于多源海上目標數據的智能挖掘模型建立方法

有效

• 申請號: 202011180053.8
• 申請日: 2020-10-29
• 公開（公告）號: CN112286991B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 黃妙芬;邢旭峰;唐軍武;謝仕義;卓永強
• 申請（專利權）人: 廣東海洋大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/29;G06K9/62
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 周新楣

1.一種基于多源海上目標數據的智能挖掘模型建立方法，其特征在于包括以下步驟：

步驟一、態勢覺察，選取某一特定時刻，獲取近海小型船舶在特定時刻的環境中各小型船舶的狀態信息，通過態勢覺察的方法對當前時刻下各小型船舶的狀態信息進行逐層提取事件和聚類分群處理，得到小型船舶狀態信息中的特定類型態勢特征向量；

步驟二、態勢理解，通過識別步驟一中得到的特定時刻下小型船舶狀態信息中的特定類型態勢特征向量，確定它們之間的關系，并結合領域知識和航行態勢分析知識庫對當前時刻下態勢特征的分析和解釋，實現對特定時刻下小型船舶狀態信息中的特定類型態勢特征向量的態勢理解；

步驟三、態勢預測，引入智能數據挖掘技術，結合航行態勢分析知識庫采用還原論的思想對小型船舶近期狀態信息數據進行分析，利用時序分析法對各小型船舶的狀態估計；

步驟四、建立行為決策模型，通過將步驟三中對各小型船舶狀態的估計預測擬合成小型船舶行為決策集合，利用各個小型船舶行為決策集合建立行為決策模型；

步驟五、小型船舶行為判斷，通過步驟四中建立的行為決策模型，結合航行態勢分析知識庫對小型船舶航行危險、違規違法和導致危險進行判斷，并實現預警；

所述步驟一的態勢覺察的方法中需要利用獲取的態勢特征元素把小型船舶按照空間和功能進行分群從而推斷更高級別的態勢描述，分群的基本思想是對有用的數據進行分組，以便后續評估確定態勢元素之間的相互關系，并能夠據此從各個層次分析小型船舶態勢的行為特征；

所述步驟二中態勢理解通過對目標的分層設計,將特定時刻的各小型船舶的屬性和狀態信息作為第一層面進行識別，將特定時刻的各小型船舶特定類型態勢特征之間的關系作為第二層面，將特定時刻的各小型船舶的航行變化趨勢作為第三層面；

其中，所述步驟一的態勢覺察方法的處理過程表示為

X×Y→Z

其中X表示一級融合的輸出向量，描述各個小型船舶在各個時刻的屬性及行為信息；Y表示小型船舶領域的事件特征及聚類編群數據庫；Z表示處理得到的小型船舶狀態信息中的特定類型態勢特征向量；

所述步驟三中采用還原論的思想對小型：船舶近期狀態信息數據匹配小型船舶航行的歷史數據，利用支持向量回歸預測算法進行對比分析，從而實現小型船舶的態勢預測。

2.根據權利要求1所述的一種基于多源海上目標數據的智能挖掘模型建立方法，其特征在于：所述步驟四中小型船舶的行為決策包括航行速度的增加和減少、航行方向的改變和違規違法航行。

3.根據權利要求1所述的一種基于多源海上目標數據的智能挖掘模型建立方法，其特征在于：所述步驟五中對小型船舶行為判斷的同時，將小型船舶航行危險、違規違法和導致危險行為擬合成對應的數據庫，以便后期快速判斷預警。