[发明专利]一种基于集成学习的船舶类型仿冒监测方法有效
| 申请号： | 201910687682.0 | 申请日： | 2019-07-29 |
| 公开（公告）号： | CN110633353B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | 段然;隋远;沈昌力;王维圳;白正 | 申请（专利权）人： | 南京莱斯网信技术研究院有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/35;G06K9/62;G06N20/20 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华;于瀚文 |
| 地址： | 210000 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于集成学习的船舶类型仿冒监测方法，包括对船舶历史数据的清洗和类型调整的方法；特征的选择、格式变换以及滑动窗口特征生成方法，特征的归一化方法；分类器的选择和构成，分类器评估函数的设置方法；实时船舶目标类型判断监测方法。本发明能够利用历史船舶航迹报文，训练生成用于船舶类型判断监测的模型，并能够对实时船舶目标进行类型判断监测，对疑似类型仿冒目标进行告警，帮助海事部门及时发现类型仿冒的船舶目标。 | ||
| 搜索关键词： | 一种 基于 集成 学习 船舶 类型 仿冒 监测 方法 | ||
【主权项】：
1.一种基于集成学习的船舶类型仿冒监测方法，其特征在于，包括以下步骤：/n步骤1，获取用于模型训练的船舶历史航迹报文数据，对船舶历史航迹报文数据进行清洗，并调整数据类型；/n步骤2，选择特征数据项，并进行格式变换，对变换生成后的特征进行归一化处理；/n步骤3，选择分类器，设置评估函数进行模型训练，得到分类模型；/n步骤4，根据分类模型实时对船舶目标类型进行判断监测与告警。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京莱斯网信技术研究院有限公司，未经南京莱斯网信技术研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910687682.0/，转载请声明来源钻瓜专利网。
