[发明专利]一种AIS数据提取延绳钓捕捞状态的方法

权利要求书

1.一种AIS数据提取延绳钓捕捞状态的方法，其特征在于，包括以下步骤：

(1)提取多条延绳钓渔船的AIS数据和渔船捕捞日志数据；

(2)采用渔船捕捞日志数据对每条AIS数据进行逐点标记，确定每条AIS数据的渔船是捕捞状态还是非捕捞状态；

(3)构建SVM模型，并通过标记好的AIS数据训练SVM模型，获取SVM模型最优参数；

(4)采用训练好的SVM模型识别延绳钓渔船的AIS数据。

2.根据权利要求1所述的AIS数据提取延绳钓捕捞状态的方法，其特征在于，所述步骤(1)中AIS数据包括静态信息和动态信息，所述静态信息包括渔船的MMSI编号，IMO编号，呼号，船名、船长和功率，所述动态信息包括渔船的MMSI编号、船名、发送时间、经度、纬度、航向和航速，两部分信息通过渔船的MMSI编号或船名进行关联。

3.根据权利要求1所述的AIS数据提取延绳钓捕捞状态的方法，其特征在于，所述步骤(2)具体为：首先根据数据整体范围删除AIS数据中的异常值，并将AIS数据记录的时间转换为当地时间；根据渔船捕捞日志数据中的放钩时间，结合AIS数据中的作业起止时间、航速分布及变化、航向分布及变化和作业轨迹对延绳钓渔船的AIS数据进行标记，确定每条AIS数据的渔船是捕捞状态还是非捕捞状态。

4.根据权利要求1所述的AIS数据提取延绳钓捕捞状态的方法，其特征在于，所述步骤(3)中构建的SVM模型对进行求解，满足其中，最优判别函数为W是权值向量，C为惩罚因子，ξ_i为松弛变量，为映射函数，sgn(*)为符号函数，X_i为m维向量，包括当前作业点的航向、航速、向前速度差、向后速度差、航向差及作业时间中的小时数，y_i为分类标签，l为支持向量的个数，x_i为训练后得到的第i个支持向量，x为输入的属性向量，a_i为Largrange系数，b为阈值，K(x,x_i)为核函数，定义为γ为核函数的参数。

5.根据权利要求1所述的AIS数据提取延绳钓捕捞状态的方法，其特征在于，所述步骤(3)中SVM模型最优参数通过交叉验证方法获取，具体为：将所有数据集随机分为v个子数据集，使用其中v-1个子数据集作为训练数据，确定一组参数对，经学习后得到一个SVM模型；将剩下的一个子数据集作为验证数据，将其代入得到的SVM模型中，计算SVM模型的预报准确率；以指数增长的方式不断改变参数对的值，重新训练得到新的SVM模型，再次检验SVM模型的预报准确率，最终获取能使SVM模型精度达到最高的参数对。