船舶的异常识别方法、系统和可读存储介质技术方案

本发明专利技术提供了一种船舶的异常识别方法、系统和可读存储介质，涉及船舶识别技术领域。船舶的异常识别方法包括：确定异常行为聚集区；对异常行为聚集区内的船舶的行为进行异常分析，生成每艘船舶的异常行为事件；根据异常行为事件确认船舶是否为异常船舶；根据确认的异常船舶生成异常船舶报警记录和/或对确认的异常船舶进行报警。本申请中的船舶的异常识别方法，能够提前确定出异常行为聚集区，然后对异常行为聚集区内的船舶行为进行分析，以此就可以智能识别出异常船舶，避免了现有的异常船舶的确定方式具有主观性强的问题，提高了异常船舶的识别准确性。舶的识别准确性。舶的识别准确性。

【技术实现步骤摘要】
船舶的异常识别方法、系统和可读存储介质


[0001]本专利技术涉及船舶识别
，具体而言，涉及一种船舶的异常识别方法、系统和可读存储介质。

技术介绍

[0002]大量的船舶在利益的驱使下，进行违反相关规定的运输作业，不仅存在极大的安全隐患，更关系到人民生命财产安全，因此对违反相关规定的运输作业的船舶的治理工作的任务迫在眉睫。
[0003]违反相关规定的运输作业的船舶为躲避监管和治理，在作业的时候会选择避开相关部门的执法时间，经常选择“昼伏夜出”。
[0004]参与违反相关规定运输作业的船舶基本都会远离岸边航行，不会靠泊在正规的码头和泊位，作业时经过管辖海域而不停留，发现其违反相关规定运输作业的行为较为困难。为了逃避海上相关部门的监管，很多船舶更是伪装成其他船舶的信息进行作业，单纯地通过观察船舶播放的信号信息很难察觉。对海上船舶违反相关规定的运输作业的情况，仅仅依靠传统的海上执法单位现场纠正相关行为的处理方式已经远远不能满足现代海上交通管理发展的需求，因此，以现代科技手段为基础的非现场处理方式应运而生，故而，如何充分运用现代科本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种船舶的异常识别方法，其特征在于，包括：确定异常行为聚集区；对所述异常行为聚集区内的至少一艘船舶的行为进行异常分析，生成每艘所述船舶的异常行为事件；根据所述异常行为事件确认所述船舶是否为异常船舶；根据确认的所述异常船舶生成异常船舶报警记录和/或对确认的所述异常船舶进行报警。2.根据权利要求1所述的船舶的异常识别方法，其特征在于，所述确定异常行为聚集区的步骤包括：确定预设时间段内满足预设特征的船舶的历史轨迹信息；对满足预设特征的船舶的历史轨迹信息进行分析确定出异常行为聚集区。3.根据权利要求2所述的船舶的异常识别方法，其特征在于，所述预设时间段内满足预设特征的船舶包括在预设时间段内具有异常特征的船舶，或在预设时间段内的预设国籍地发出的船舶以及在所述预设时间段内从预设出发地发出的船舶；和/或所述预设时间段为一年；和/或所述对满足预设特征的船舶的历史轨迹信息进行分析确定出异常行为聚集区的步骤包括：基于空间密度的改进DBSCAN算法对所述历史轨迹信息进行分析确定出异常行为聚集区。4.根据权利要求2所述的船舶的异常识别方法，其特征在于，所述确定预设时间段内满足预设特征的船舶的历史轨迹信息的步骤包括：获取预设时间段内的所述满足预设特征的船舶的原始数据；对所述原始数据进行处理，以去除所述原始数据中的异常信息；将去除异常信息后的原始数据，按照时间进行连线，生成满足预设特征的船舶的航行轨迹；对所述航行轨迹进行修正，得出在所述预设时间段内所述满足预设特征的船舶的历史轨迹信息；所述原始数据包括水上移动通信业务标识码、经纬度、船舶速度和船首方向中的一种或多种数据。5.根据权利要求1所述的船舶的异常识别方法，其特征在于，对所述异常行为聚集区内的至少一艘船舶的行为进行异常分析，生成每艘所述船舶的异常行为事件的步骤包括：根据每艘所述船舶的预抵行为、停留行为和离开行为进行异常分析，以生成每艘所述船舶的异常行为事件；对所述异常行为聚集区内的所述船舶的行为进行异常分析的步骤包括：判断所述船舶的预抵、停留和离开过程中的信号是否异常，其中，信号异常至少包括信号消失与复现；判断所述船舶的预抵、停留和离开过程中的轨迹是否异常，其中，轨迹异常包括按照时间序列连接位置点形成的船舶轨迹出现离群点、轨迹稀疏和分段轨迹中的至少一种。6.根据权利要求5所述的船舶的异常识别方法，其特征在于，所述根据所述异常行为事件确认所述船舶是否...

【专利技术属性】
技术研发人员：梁韩旭，王楠，
申请(专利权)人：亿海蓝北京数据技术股份公司，
类型：发明
国别省市：