一种船舶行为语义表达的相似度判定方法与流程

本发明属于语义相似度计算，尤其涉及一种船舶行为语义表达的相似度判定方法。

背景技术：

1、安全的海上运输环境是国际贸易快速发展的基础和前提，随着跨国贸易的发展，海上通航船舶数量增多，航行过程更加复杂。异常运营船舶隐藏其中，伪装身份方法层出不穷；传统监管系统难以奏效。

2、船舶复杂行为模式检测能够挖掘船舶行为，是保障海上航行安全的一种重要方法，也是海上态势感知的关键技术之一。目前，大数据、云计算和物联网等技术已运用于船舶安全领域，基于硬件设施和科学技术发展使态势感知中的数据采集、传输、存储和分析成为可能。船舶复杂行为模式挖掘的基本原理是通过大数据分析、人机交互和人工智能识别等技术，获取不同类型船舶在不同区域、季节、时间、气象、水文、邻船关系等条件下的航行规律，利用这些规律检验当前在航船舶的行为特征，并自动识别存在反常行为的船舶；再结合船舶前期行为和周边环境进行分析判断，剔除误报警，最终对剩余有限数量的疑似风险或违法行为进行告警，船舶复杂行为模式挖掘研究对于海事安全有着至关重要的作用。

3、传统的船舶行为建模和分析侧重于从船舶活动的时空数据出发，实现特定时间、空间维度的模式识别和表达，如抛锚行为、聚集行为等，但这些行为进行组合所隐含的更深层语义信息的挖掘方法研究还有待加强，影响了对船舶复杂行为的表达与分析。

技术实现思路

1、为解决上述技术问题，本发明提出了一种船舶行为语义表达的相似度判定方法，以解决上述现有技术存在的问题。

2、为实现上述目的，本发明提供了一种船舶行为语义表达的相似度判定方法，包括：

3、获取原始船舶轨迹信息并进行预处理；

4、基于预处理后的原始船舶轨迹信息识别船舶行为特征，基于所述船舶行为特征获得船舶基础行为模式；

5、对所述船舶基础行为模式进行关联，基于建立关联关系的船舶基础行为模式获得船舶复杂行为模式，分析所述船舶复杂行为模式获得行为规则库；

6、基于所述行为规则库构建基于事件流的船舶复杂行为语义相似度模型，并通过模型进行异常推理预警。

7、可选的，对所述原始船舶轨迹信息进行预处理的过程包括：

8、将船舶研究范围之外、时间异常和重复记录原始船舶轨迹信息进行删除，通过卡尔曼滤波对删除数据后的原始船舶轨迹信息进行数据清洗，通过船舶运行的实际情况、轨迹点的船首方向和对地速度对清洗后的原始轨迹信息数据进行插值补全。

9、可选的，识别船舶行为特征的过程包括：通过分别绘制轨迹图、速度图、航向图对预处理后的原始轨迹信息进行行为分析；将连续轨迹数据根据时空特征进行分段，获得若干个行为片段；对每个行为分段进行特征提取，获得分段特征；对全部分段特征进行时空关联分析，获得行为特征关联信息；分段特征与行为特征关联信息构成船舶行为特征。

10、可选的，获得船舶基础行为模式的过程包括：对分段特征进行特征归一化处理，采用聚类算法对归一化后的船舶行为特征进行聚类，将船舶轨迹信息划分为不同的行为类别，根据聚类结果确定相应的微观角度的船舶基础行为模式；基于所述行为特征关联信息与分段特征，对考虑多船相互作用的宏观角度的船舶基础行为模式进行分析。

11、可选的，获得行为规则库的过程包括：

12、基于建立关联关系的船舶基础行为模式获得船舶复杂行为模式，采用频繁行为模式挖掘算法对船舶航行复杂行为进行特征提取，构建正向船舶航行复杂行为模式特征库；结合历史案件积累及专家经验对船舶复杂行为模式进行异常行为特征提取，构建逆向船舶航行复杂行为模式特征库，组合所述正向船舶航行复杂行为模式特征库与逆向船舶航行复杂行为模式特征库，获得行为规则库。

13、可选的，所述基于事件流的船舶复杂行为语义相似度模型包括基于事件流的船舶复杂行为语义相似度算法与异常分级界定规则。

14、可选的，所述基于事件流的船舶复杂行为语义相似度算法表示如下：

15、

16、jwms＝jaro+p*l*(1-jaro)

17、式中，mλ为两条原子行为链中所有匹配相似度的和，|s1|和|s2|分别为s1和s2的字符串长度，t是换位次数的一半，p是加权因子，为常数，l是共同前缀的长度，l≤4。

18、可选的，在所述行为规则库中选取不同类型的定量数据，获得定量数据对应的船舶信息，根据所述船舶信息获取对应船舶所有的船舶轨迹信息，基于所述船舶轨迹信息、所述行为规则库、所述基于事件流的船舶复杂行为语义相似度算法，获得轨迹信息分析数据，通过对所述轨迹信息分析数据进行统计，获得异常行为分级与阈值，组合获得所述异常分级界定规则。

19、可选的，所述船舶行为语义表达的相似度判定方法还包括：

20、基于所述船舶航行复杂行为模式特征库，从空间维和时间维，进行融合图结构的船舶语义相似性查询，获得相似语义集合；基于所述相似语义集合，获得相似轨迹；基于待判定轨迹信息、相似轨迹与船舶复杂行为语义相似度模型进行异常推理预警。

21、与现有技术相比，本发明具有如下优点和技术效果：

22、本发明获取原始船舶轨迹信息并进行预处理；基于预处理后的原始船舶轨迹信息识别船舶行为特征，基于船舶行为特征获得船舶基础行为模式；对船舶基础行为模式进行关联，基于建立关联关系的船舶基础行为模式获得船舶复杂行为模式，分析船舶复杂行为模式获得行为规则库；基于行为规则库构建基于事件流的船舶复杂行为语义相似度模型，并通过模型进行异常推理预警。本发明建立原子行为库，建立基于事件流的船舶复杂行为模型，在船舶行为挖掘研究领域结合了宏观模型和微观模型，以语义串联，适合更为复杂的船舶行为挖掘。

技术特征：

1.一种船舶行为语义表达的相似度判定方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的船舶行为语义表达的相似度判定方法，其特征在于，

3.根据权利要求1所述的船舶行为语义表达的相似度判定方法，其特征在于，

4.根据权利要求1所述的船舶行为语义表达的相似度判定方法，其特征在于，

5.根据权利要求1所述的船舶行为语义表达的相似度判定方法，其特征在于，

6.根据权利要求1所述的船舶行为语义表达的相似度判定方法，其特征在于，

7.根据权利要求6所述的船舶行为语义表达的相似度判定方法，其特征在于，

8.根据权利要求6所述的船舶行为语义表达的相似度判定方法，其特征在于，

9.根据权利要求1所述的船舶行为语义表达的相似度判定方法，其特征在于，

技术总结本发明公开了一种船舶行为语义表达的相似度判定方法，包括：本发明获取原始船舶轨迹信息并进行预处理；基于预处理后的原始船舶轨迹信息识别船舶行为特征，基于船舶行为特征获得船舶基础行为模式；对船舶基础行为模式进行关联，基于建立关联关系的船舶基础行为模式获得船舶复杂行为模式，分析船舶复杂行为模式获得行为规则库；基于行为规则库构建基于事件流的船舶复杂行为语义相似度模型，并通过模型进行异常推理预警。本发明建立原子行为库，建立基于事件流的船舶复杂行为模型，在船舶行为挖掘研究领域结合了宏观模型和微观模型，以语义串联，适合更为复杂的船舶行为挖掘。技术研发人员：张建文,王艳,张巍,张翀舞,黄举林受保护的技术使用者：三峡东山能源投资有限公司技术研发日：技术公布日：2024/8/27