【技术实现步骤摘要】
本专利技术涉及通行方法，具体涉及一种渔船安全出港智能通行方法和系统。
技术介绍
1、当前大部分渔港管理缺乏数字化手段，渔船出港检查以人工登船检查为主；这种检查方式工作量大，检查效率低；一方面容易出现监管人力不足，导致部分未经检查的不安全渔船出港，引发渔船安全事故；另一方面，低效的登船检查耗费时间长，在出港高峰期严重影响渔船通行效率。
2、在数字化改革的大浪潮下，需要加强渔港管理智能化建设，利用云计算、大数据等先进的数字化技术进行渔港数字化改革，建立高效的渔船进出港数字化管理系统，利用数据代替检查人员跑路，降低渔船出港监管难度，提升渔船安全出港效率。
技术实现思路
1、针对上述现有技术存在的问题，本专利技术提供了一种渔船安全出港智能通行方法和系统，以解决渔船出港检查以人工登船检查为主；这种检查方式工作量大，检查效率低；一方面容易出现监管人力不足，导致部分未经检查的不安全渔船出港，引发渔船安全事故；另一方面，低效的登船检查耗费时间长，在出港高峰期严重影响渔船通行效率的问题。
2、为了实现上述目的，本专利技术采用的一种渔船安全出港智能通行方法和系统，一种渔船安全出港智能通行系统，包括：渔船安全通行数据处理单元、渔船安全通行指数建模单元和渔船安全通行智能识别单元；
3、所述渔船安全通行数据处理单元统一汇聚渔船和船员的安全通行相关的数据，并对这些数据进行清洗和治理，供渔船安全通行指数建模单元建模时使用；
4、基于渔船安全通行数据处理单元治理好的
5、作为上述方案的进一步优化，所述汇聚渔船安全通行相关的数据包括：渔船违规情况和历史违规记录次数、渔船租赁/挂靠情况、核心船员适任指数末满分情况、渔船高危老旧情况、渔船北斗故障下线情况和下线次数、渔船参保数据、渔船登船执法检查数据、台风警告数据、禁渔期时间段数据。
6、作为上述方案的进一步优化，所述汇聚船员安全通行相关的数据包括：船员持证情况、船员培训情况、船员违规记录和次数、船员违法记录、船员体检数据、船员违反防台等重大决策、船员参保情况。
7、作为上述方案的进一步优化，所述渔船安全通行指数模型，用来计算渔船安全通行的得分，分值范围[0,100],如果计算结果小于0，则取值为0；
8、渔船安全通行指数模型如下：
9、bm=（1-0.13*v1*n-0.11*l-0.12*（s1+s2）-0.28*（a1+a2）-0.1*f1*n）*t1*f2*i1*i2*100；
10、其中，v1表示违规情况，未违规为0，违规为1，n表示一年内历史违规记录次数；l表示租赁、挂靠情况，未租赁或挂靠为0，租赁或挂靠为1；s1表示船长安全通行指数末满分情况；如果船长安全通行指数满分为0，否则为0.7；s2表示大副安全通行指数末满分情况；如果大副安全通行指数均分为0，否则为0.3；a1表示渔船船龄情况，船龄低于15年为0，否则为0.6；a2表示渔船事故情况，无事故为0，有事故为0.4；f1表示渔船北斗故障下线情况，n代表次数；t1表示台风警告；如果有台风告警为0，否则为1；f2表示禁渔期；如果是禁渔期为0，否则为1；i1表示登船检查结果；检查不通过为0，否则为1；i2代表渔船参保情况，如果未参保或保险过期为0，否则为1；bm为渔船安全通行指数。
11、作为上述方案的进一步优化，船员安全通行指数模型，用来计算船员安全通行的得分，分值范围[0,100],如果计算结果小于0，则取值为0；船员安全通行指数模型如下：
12、fm=c*（1-0.18*（t21+t22）-0.12*v2*y）*v3*e*v4*i3*100；
13、其中，fm为船员安全通行指数；c表示渔民持六小证书情况，渔民拥有六小证书的个数为y；如果y=6，则c=1，如果y<6，则c=0.1*y；t21表示渔民兴渔学校的培训情况，参加培训为0，未参加培训为0.6；t22表示安全培训情况；参加培训为0，未参加培训为0.4；v2表示违规记录，例如未穿救生衣等；未违规为0，有违规为1，n代表违规次数；v3表示违法记录，例如：刑事违法记录；未违法为0，有违法为1；e表示体检情况，未体检或者体检不合格为0，已体检且合格为1；v4表示违反防台等重大决策，有违反为0，未违反为1；i3表示渔民参保情况，未保险或者保险过期为0，已保修且未过期为1。
14、作为上述方案的进一步优化，渔船综合安全通行指数模型，用来最终计算渔船安全通行的综合得分，分值范围[0,100],如果计算结果小于0，则取值为0；如果综合得分低于70分，则不允许渔船出港；如果综合得分大于等于70分，则允许渔船出港；
15、渔船综合安全通行指数模型如下：
16、tm=bm*0.5+sum（fm1,fm2,…,fmn）*0.5/n；
17、其中，tm为渔船综合安全通行指数；fmn表示渔船上除了船长和大幅外的其他第n个船员的安全通行指数。
18、作为上述方案的进一步优化，所述渔船安全通行智能识别单元用于渔船出港时，智能识别是否允许渔船出港，渔船出港时，通过智能摄像头自动识别渔船号码，然后根据渔船号码，查找到渔船安全通行指数建模单元计算出的该渔船综合安全通行指数；根据该指数值来判断是否允许该渔船出港。
19、本专利技术还公开了一种渔船安全出港智能通行方法，包括如下流程：
20、s1：渔船安全通行数据处理，与渔业相关的各个部门进行数据对接，获取渔船和船员安全通行相关数据，通过数据归集工具统一归集到渔船安全出港智能通行系统的数据平台，对汇聚的渔船安全通行相关数据，进行统一的数据清洗和治理，形成标准的渔船安全通行基础数据，将这些基础数据分别以渔船和船员为中心，形成星型关联表存入到数据库中，为渔船安全通行指数建模提供数据支撑；
21、s2：渔船安全通行指数建模处理，根据清洗治理后的渔船安全通行标准数据，进行渔船安全通行指数建模，包括三个模型：渔船安全通行指数模型、船员安全通行指数模型和渔船综合安全通行指数模型，根据三个模型分别计算渔船安全通行指数、船员安全通行指数和渔船综合安全通行指数，并把计算结果保存到数据库中，供渔船出港时查询；
22、s3：渔船安全通行智能识别，渔船出港时，通过摄像头智能识别渔船号码，然后根据渔船号码到数据库中查找该渔船的综合安全通行指数，然后再根据该渔船综合安全通行指数分值自动判断是否允许该渔船出港，如果分值大于等于70分，则允许出港，否则禁止出港。
23、作为上述方案的进一步优化，所述数据归集工具包括sqoo本文档来自技高网...
【技术保护点】
1.一种渔船安全出港智能通行系统，其特征在于，包括：渔船安全通行数据处理单元、渔船安全通行指数建模单元和渔船安全通行智能识别单元；
2.根据权利要求1所述的一种渔船安全出港智能通行系统，其特征在于：所述汇聚渔船安全通行相关的数据包括：渔船违规情况和历史违规记录次数、渔船租赁/挂靠情况、核心船员适任指数末满分情况、渔船高危老旧情况、渔船北斗故障下线情况和下线次数、渔船参保数据、渔船登船执法检查数据、台风警告数据、禁渔期时间段数据。
3.根据权利要求1所述的一种渔船安全出港智能通行系统，其特征在于：所述汇聚船员安全通行相关的数据包括：船员持证情况、船员培训情况、船员违规记录和次数、船员违法记录、船员体检数据、船员违反防台等重大决策、船员参保情况。
4.根据权利要求1所述的一种渔船安全出港智能通行系统，其特征在于：所述渔船安全通行指数模型，用来计算渔船安全通行的得分，分值范围[0,100],如果计算结果小于0，则取值为0；
5.根据权利要求4所述的一种渔船安全出港智能通行系统，其特征在于：船员安全通行指数模型，用来计算船员安全通行的得分，
6.根据权利要求5所述的一种渔船安全出港智能通行系统，其特征在于：渔船综合安全通行指数模型，用来最终计算渔船安全通行的综合得分，分值范围[0,100],如果计算结果小于0，则取值为0；如果综合得分低于70分，则不允许渔船出港；如果综合得分大于等于70分，则允许渔船出港；
7.根据权利要求1所述的一种渔船安全出港智能通行系统，其特征在于：所述渔船安全通行智能识别单元用于渔船出港时，智能识别是否允许渔船出港，渔船出港时，通过智能摄像头自动识别渔船号码，然后根据渔船号码，查找到渔船安全通行指数建模单元计算出的该渔船综合安全通行指数；根据该指数值来判断是否允许该渔船出港。
8.一种渔船安全出港智能通行方法，其特征在于：包括如下流程：
9.根据权利要求8所述的一种渔船安全出港智能通行方法，其特征在于：所述数据归集工具包括Sqoop、Canel、Flume。
...【技术特征摘要】
1.一种渔船安全出港智能通行系统，其特征在于，包括：渔船安全通行数据处理单元、渔船安全通行指数建模单元和渔船安全通行智能识别单元；
2.根据权利要求1所述的一种渔船安全出港智能通行系统，其特征在于：所述汇聚渔船安全通行相关的数据包括：渔船违规情况和历史违规记录次数、渔船租赁/挂靠情况、核心船员适任指数末满分情况、渔船高危老旧情况、渔船北斗故障下线情况和下线次数、渔船参保数据、渔船登船执法检查数据、台风警告数据、禁渔期时间段数据。
3.根据权利要求1所述的一种渔船安全出港智能通行系统，其特征在于：所述汇聚船员安全通行相关的数据包括：船员持证情况、船员培训情况、船员违规记录和次数、船员违法记录、船员体检数据、船员违反防台等重大决策、船员参保情况。
4.根据权利要求1所述的一种渔船安全出港智能通行系统，其特征在于：所述渔船安全通行指数模型，用来计算渔船安全通行的得分，分值范围[0,100],如果计算结果小于0，则取值为0；
5.根据权利要求4所述的一种渔船安全出港智能通行系统，其特征在于...
【专利技术属性】
技术研发人员：廖俊云，
申请(专利权)人：煜象科技杭州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。