技術(shù)特征：

1.一種船舶異常行為識(shí)別方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的船舶異常行為識(shí)別方法，其特征在于，基于所述ais數(shù)據(jù)，提取船舶軌跡，包括：

3.根據(jù)權(quán)利要求2所述的船舶異常行為識(shí)別方法，其特征在于，從所述ais數(shù)據(jù)中篩選目標(biāo)屬性，包括：

4.根據(jù)權(quán)利要求2所述的船舶異常行為識(shí)別方法，其特征在于，對(duì)初步提取的船舶軌跡進(jìn)行修正，得到最終的船舶軌跡，包括：

5.根據(jù)權(quán)利要求1所述的船舶異常行為識(shí)別方法，其特征在于，對(duì)所述船舶軌跡進(jìn)行壓縮，并對(duì)所述船舶軌跡對(duì)應(yīng)的船舶屬性進(jìn)行離散化處理，得到船舶行為特征數(shù)據(jù)，包括：

6.根據(jù)權(quán)利要求5所述的船舶異常行為識(shí)別方法，其特征在于，初始時(shí)刻的錨點(diǎn)為目標(biāo)軌跡點(diǎn)子集合的起點(diǎn)。

7.根據(jù)權(quán)利要求1所述的船舶異常行為識(shí)別方法，其特征在于，基于所述船舶行為特征數(shù)據(jù)，生成船舶行為特征序列嵌入量，包括：

8.根據(jù)權(quán)利要求1所述的船舶異常行為識(shí)別方法，其特征在于，確定所述船舶行為特征序列嵌入量的異常分?jǐn)?shù)，包括：

9.根據(jù)權(quán)利要求1-8任一項(xiàng)所述的船舶異常行為識(shí)別方法，其特征在于，將所述船舶行為特征序列嵌入量，輸入至訓(xùn)練好的序列到序列的網(wǎng)絡(luò)模型，得到船舶行為識(shí)別信息，包括：

10.一種船舶異常行為識(shí)別裝置，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供一種船舶異常行為識(shí)別方法及裝置，屬于船舶運(yùn)輸技術(shù)領(lǐng)域，該方法包括：基于AIS數(shù)據(jù)，提取船舶軌跡；對(duì)船舶軌跡進(jìn)行壓縮，并對(duì)船舶軌跡對(duì)應(yīng)的船舶屬性進(jìn)行離散化處理，得到船舶行為特征數(shù)據(jù)；基于船舶行為特征數(shù)據(jù)，生成船舶行為特征序列嵌入量；將船舶行為特征序列嵌入量，輸入至訓(xùn)練好的序列到序列的網(wǎng)絡(luò)模型，得到船舶行為識(shí)別信息；網(wǎng)絡(luò)模型包括編碼器和解碼器；確定船舶行為特征序列嵌入量的異常分?jǐn)?shù)，基于異常分?jǐn)?shù)和船舶行為識(shí)別信息，得到船舶異常行為識(shí)別結(jié)果。本發(fā)明采用訓(xùn)練好的序列到序列的網(wǎng)絡(luò)模型，結(jié)合船舶行為特征序列嵌入量的異常分?jǐn)?shù)，解決現(xiàn)有的方案難以準(zhǔn)確可靠地對(duì)船舶異常行為進(jìn)行識(shí)別的技術(shù)問(wèn)題。

技術(shù)研發(fā)人員：劉文,周世奇,張遠(yuǎn)哲,許宸滔
受保護(hù)的技術(shù)使用者：武漢理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6