[發(fā)明專利]一種基于Stacking算法的漁船捕撈方式預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202110026309.8
• 申請日: 2021-01-08
• 公開（公告）號: CN112733935A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計(jì)）人: 高守瑋;付懷春;彭艷;張丹;謝少榮;羅均;蒲華燕
• 申請（專利權(quán)）人: 上海大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/15;G06N3/08;G06Q10/04
• 代理公司: 上海新隆知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31366
• 代理人: 金利琴

本發(fā)明公開一種基于Stacking算法的漁船捕撈方式預(yù)測方法，包括：對北斗衛(wèi)星實(shí)時提供的漁船ID、經(jīng)緯度坐標(biāo)、速度、航向、上報時間等信息進(jìn)行預(yù)處理，然后基于預(yù)處理后的數(shù)據(jù)做特征工程處理得到多個特征向量；利用所述多個特征向量作為機(jī)器學(xué)習(xí)模型的輸入進(jìn)行訓(xùn)練，然后即可對漁船的捕撈方式進(jìn)行預(yù)測；最后通過將模型接入預(yù)測系統(tǒng)，可以實(shí)現(xiàn)離線和實(shí)時的漁船捕撈方式預(yù)測分析。相比于傳統(tǒng)特征工程，本發(fā)明提出一種基于軌跡序列的向量編碼方案，對預(yù)測精度的提升有幫助；相比于單一模型，基于Stacking算法的漁船捕撈方式預(yù)測模型能進(jìn)一步提高分類的準(zhǔn)確率，并且模型的泛化性更高、穩(wěn)定性更好，可應(yīng)用于大批量海洋漁船捕撈方式的準(zhǔn)確判別。

技術(shù)領(lǐng)域

本發(fā)明涉及海洋數(shù)據(jù)挖掘技術(shù)、計(jì)算機(jī)科學(xué)領(lǐng)域，特別是涉及一種基于Stacking算法的漁船捕撈方式預(yù)測方法。

背景技術(shù)

海洋漁業(yè)生產(chǎn)是海洋經(jīng)濟(jì)的核心板塊，而漁船作為海洋漁業(yè)生產(chǎn)的重要捕撈工具，其規(guī)模也在不斷壯大。拖網(wǎng)作業(yè)、圍網(wǎng)作業(yè)還有刺網(wǎng)作業(yè)是海洋漁船最常見的三種捕撈方式，囊括了對海洋各層的漁業(yè)產(chǎn)品。隨著漁船數(shù)量的快速增長以及科技的快速發(fā)展，我國的海洋漁業(yè)發(fā)展也面臨著一系列問題：(1)近海域的漁業(yè)資源在不斷衰退；(2)國家開展了“休漁期”、“禁漁期”，造成漁民收入減少；(3)深海拖網(wǎng)捕魚對海底生態(tài)環(huán)境與系統(tǒng)造成了很大的破壞；(4)漁船事故仍有發(fā)生；(5)國際海洋漁業(yè)資源開發(fā)競爭加劇；(6)海權(quán)爭端加劇。因此漁船監(jiān)管部門迫切需要一種可以有效識別漁船捕撈方式的方法，這樣就可以對海洋漁船進(jìn)行有效監(jiān)管，這對于解決我國海洋漁業(yè)的可持續(xù)發(fā)展、漁民生命安全、海洋國際爭端等問題都有著非常重要的現(xiàn)實(shí)意義。

現(xiàn)有的方法主要是基于傳統(tǒng)的人工監(jiān)督的方法或者基于航行日志提取的方法對漁船捕撈方式進(jìn)行判別，存在以下問題：①北斗衛(wèi)星設(shè)備軌跡數(shù)據(jù)不包含漁船捕撈方式的狀態(tài)數(shù)據(jù)，這些漁船捕撈方式的數(shù)據(jù)只有從航行日志數(shù)據(jù)中提取。日志數(shù)據(jù)存在兩個缺點(diǎn)：一方面日志是在捕魚過程中由手動輸入的，存在一些誤差；另一方面，日志數(shù)據(jù)通常只是在捕魚過程結(jié)束之后才會產(chǎn)生，具有較大的時間間隔；②目前對于北斗衛(wèi)星提供的漁船數(shù)據(jù)并沒有得到充分挖掘利用。

因此，利用漁船北斗衛(wèi)星設(shè)備數(shù)據(jù)，通過Stacking模型進(jìn)行訓(xùn)練，并開發(fā)一種海洋漁船捕撈方式預(yù)測系統(tǒng)，對于提高我國漁業(yè)管理具有重要的現(xiàn)實(shí)意義。

發(fā)明內(nèi)容

針對以上描述，現(xiàn)有的人工對漁船捕撈方式進(jìn)行判別存在誤差，而現(xiàn)有的單模型方法在漁船捕撈方式預(yù)測中也有明顯的限制，本發(fā)明提出一種基于Stacking算法的漁船捕撈方式預(yù)測方法，以解決現(xiàn)有技術(shù)存在的問題。

本發(fā)明可通過以下技術(shù)方案予以解決：

一種基于Stacking算法的漁船捕撈方式預(yù)測方法，包括以下步驟：

a)對提供的北斗漁船位置數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，對樣本數(shù)據(jù)進(jìn)行缺失值檢查與處理，然后進(jìn)行異常值處理，最后進(jìn)行數(shù)據(jù)平滑處理，以此得到更加規(guī)范的用于機(jī)器學(xué)習(xí)的數(shù)據(jù)集；

b)特征工程操作，包括特征構(gòu)造和特征選擇，從而構(gòu)建出合理的特征向量；

c)利用選取的特征向量導(dǎo)入Stacking模型進(jìn)行訓(xùn)練，得到能夠識別每種漁船捕撈方式的分類模型；

d)搭建一個可視化的預(yù)測系統(tǒng)，通過將模型接入系統(tǒng)，可以實(shí)現(xiàn)離線和實(shí)時的漁船捕撈方式預(yù)測分析。

進(jìn)一步地，所述數(shù)據(jù)預(yù)處理包括：對樣本數(shù)據(jù)進(jìn)行缺失值檢查與處理，同時，運(yùn)用數(shù)據(jù)可視化分析方法對樣本數(shù)據(jù)進(jìn)行更好的可視化操作，剔除冗余、錯誤數(shù)據(jù)；接著，利用DBSCAN算法對漁船軌跡的異常點(diǎn)進(jìn)行檢測與刪除；最后，利用中值濾波算法對漁船軌跡進(jìn)行數(shù)據(jù)平滑處理。

進(jìn)一步地，所述DBSCAN算法是一種基于密度的空間聚類算法，即要求空間中一定區(qū)域內(nèi)所包含對象的數(shù)目不小于某個指定閾值；