[發明專利]一種船只捕魚行為預測方法

在審

• 申請號: 202110659998.6
• 申請日: 2021-06-15
• 公開（公告）號: CN113361614A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 吳盡昭;王厚萌;張見陽;靳慶庚;楊國武
• 申請（專利權）人: 廣西民族大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 李蕊

1.一種船只捕魚行為預測方法，其特征在于，所述船只捕魚行為預測方法包括：

S1：獲取原始船只航行相關數據信息；

S2：過濾所述原始船只航行相關數據信息，得到初始船只航行相關數據信息；

S3：壓縮所述初始船只航行相關數據信息，得到船只航行相關數據信息；

S4：對步驟S3得到的所述船只航行相關數據信息進行正負樣本標簽恢復處理，得到正負樣本集；

S5：利用MLP+VTLSTM混合模型對所述正負樣本集進行訓練，得到訓練模型；

S6：根據所述訓練模型進行船只捕魚行為預測。

2.根據權利要求1所述的船只捕魚行為預測方法，其特征在于，所述步驟S3中，利用滑動窗口算法對所述初始船只航行相關數據信息進行壓縮。

3.根據權利要求2所述的船只捕魚行為預測方法，其特征在于，所述利用滑動窗口算法對所述初始船只航行相關數據信息進行壓縮包括以下壓縮步驟：

A1：輸入所述初始船只航行相關數據信息中的多個目標航行軌跡點；

A2：將多個所述目標航行軌跡點的前3個軌跡點壓入滑動窗口，得到3個壓縮軌跡點，其中，所述3個壓縮軌跡點包括第一壓縮軌跡點、第二壓縮軌跡點和第三壓縮軌跡點；

A3：判斷所述前3個軌跡點的歐式距離是否小于預設閾值，若是，進入步驟A4，否則進入步驟A5；

A4：刪除所述第二壓縮軌跡點并將所述前3個軌跡點的下一個軌跡點壓入滑動窗口，并返回步驟A3直至壓入多個所述目標航行軌跡點的最后一個軌跡點，進入步驟A6；

A5：保留所述第一軌跡點并將所述前3個軌跡點的下一個軌跡點壓入滑動窗口，并返回步驟A3直至壓入多個所述目標航行軌跡點的最后一個軌跡點，進入步驟A6；

A6：根據所有保留的軌跡點，得到所有保留的壓縮軌跡點；

A7：根據所述所有保留的壓縮軌跡點，得到所述船只航行相關數據信息。

4.根據權利要求1所述的船只捕魚行為預測方法，其特征在于，所述步驟S4中，利用模糊熵以及半監督學習模式，對所述船只航行相關數據信息進行正負樣本標簽恢復處理。

5.根據權利要求4所述的船只捕魚行為預測方法，其特征在于，所述利用模糊熵以及半監督學習模式包括：

B1：確定所述船只捕魚的捕魚行為方式；

B2：根據所述捕魚行為方式，確定所述船只的捕魚航跡；

B3：將所述船只航行相關數據信息中屬于所述捕魚航跡的相關信息確定為正樣本集，剩余其他信息確定為初始負樣本集；

B4：利用所述半監督學習模式，對所述初始負樣本集進行清洗，得到負樣本集。

6.根據權利要求5所述的船只捕魚行為預測方法，其特征在于，所述步驟B4包括以下分步驟：

B41：初始化所有樣本集S₀＝P∪N₀，P為正樣本集的子集，N₀為負樣本集的子集，剩余負樣本集N₁＝N-N₀，N為所述初始負樣本集；

B42：使用所述所有樣本集S₀訓練SVM二分類器，得到最優分類超平面；

B43：利用所述最優分類超平面對剩余負樣本集N₁進行預測，同時計算估計概率，將估計概率最接近正樣本的部分數據從所述初始負樣本集N以及剩余負樣本集N₁中清除，得到負樣本集的可靠樣本集；

B44：從剩余負樣本集N₁中隨機取一部分樣本作為負樣本集的子集N₀并返回步驟B41中，直至滿足預設條件，并輸出所述負樣本集的可靠樣本集為所述負樣本集。