[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

本發明公開一種基于多源海上目標數據的智能挖掘模型建立方法，包括步驟一、態勢覺察，步驟二、態勢理解，步驟三、態勢預測，步驟四、建立行為決策模型，步驟五、小型船舶行為判斷五個步驟；本發明通過引入智能數據挖掘技術結合航性態勢分析知識庫，通過態勢覺察、態勢理解和態勢預測的方法實現對近海小型船舶目標識別和狀態預測估計，同時建立船舶行為決策模型，并與小型船舶狀態預測估計對比對船舶航行危險、違規違法和導致的危險進行判斷，此類方法可預測大范圍航線上潛在的航行危險，確保了小型船舶可以以安全的航線行駛。

技術領域

本發明涉及船舶航行技術領域，尤其涉及一種基于多源海上目標數據的智能挖掘模型建立方法。

背景技術

隨著海洋觀測、模擬手段的快速提升和數據科學的重大突破，現代海洋科學經歷了理論牽引、技術驅動與數據主導三大范式變革，海洋大數據已成為人類從認識海洋到經略海洋的必經之路，而海洋大數據的獲取、分析及應用過程中，需要用到大量的海洋航行器；

目前船舶航行的預測大多采用觀測或雷達探測的方法進行，避免了船舶出現的一些危險，但這類的預測方法不準確，同時存在一定的觀測探測范圍的限制，且對于船舶的航行危險和違規違法航行無法判斷，因此，本發明提出一種基于多源海上目標數據的智能挖掘模型建立方法以解決現有技術中存在的問題。

發明內容

針對上述問題，本發明的目的在于提出一種基于多源海上目標數據的智能挖掘模型建立方法，該基于多源海上目標數據的智能挖掘模型建立方法通過引入智能數據挖掘技術結合航性態勢分析知識庫，通過態勢覺察、態勢理解和態勢預測的方法實現對近海小型船舶目標識別和狀態預測估計，同時建立船舶行為決策模型，并與小型船舶狀態預測估計對比對船舶航行危險、違規違法和導致的危險進行判斷，此類方法可預測大范圍航線上潛在的航行危險，確保了小型船舶可以以安全的航線行駛。

為實現本發明的目的，本發明通過以下技術方案實現：一種基于多源海上目標數據的智能挖掘模型建立方法，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。

進一步改進在于：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。

進一步改進在于：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。