Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多模型联动的海图数据风险监测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中远海运特种运输股份有限公司;中远海运科技股份有限公司

摘要:本发明公开了一种基于多模型联动的海图数据风险监测方法及系统,该方法包括:在目标船在目标海域航行时获取所述目标海域的海图数据以及所述目标船的当前航线;根据所述当前航线对所述海图数据中的数据进行筛选,以得到航线海图数据;将所述航线海图数据输入至不同风险类型对应的多个预测算法模型,以得到所述航线海图数据对应的多个风险预测结果;根据所述多个风险预测结果,以及预设的风险关联校正规则,确定出所述当前航线对应的最终风险预测结果。可见,本发明能够充分考虑海图数据与航线之间的关联以及利用多种风险预测的关联以提高风险预测的精确度和效率,提高航行稳定性和安全性,减少事故的发生。

主权项:1.一种基于多模型联动的海图数据风险监测方法,其特征在于,所述方法包括:在目标船在目标海域航行时获取所述目标海域的海图数据以及所述目标船的当前航线;根据所述当前航线对所述海图数据中的数据进行筛选,以得到航线海图数据;将所述航线海图数据输入至不同风险类型对应的多个预测算法模型,以得到所述航线海图数据对应的多个风险预测结果,包括:对于每一风险类型,根据预设的风险类型和数据类型之间的对应关系,筛选出所述航线海图数据中与该风险类型对应的风险相关数据;所述风险类型为触礁风险、船体破损风险、炎热天气故障风险、大雨行驶故障风险、大浪翻船风险、冰山撞击风险或低可见度急转侧翻风险;将所述风险相关数据输入至该风险类型对应的神经网络预测模型中,以得到所述航线海图数据在该风险类型对应的风险预测概率;所述神经网络预测模型通过包括有多个训练风险相关数据和对应的风险标注的训练数据集训练得到;根据所述多个风险预测结果,以及预设的风险关联校正规则,确定出所述当前航线对应的最终风险预测结果,包括:对于每一风险类型,根据预设的风险强关联规则,从所有所述风险类型中确定该风险类型对应的多个属于强关联类型的第一风险类型;计算与所有所述第一风险类型的总类型数量成正比的第一权重;筛选出所有所述第一风险类型中所述风险预测概率大于预设的第一概率阈值的高概率风险;计算与所有所述高概率风险的所述风险预测概率的平均值成正比的第二权重;计算该风险类型的风险预测概率与所述第一权重和所述第二权重的乘积,得到该风险类型对应的强关联概率;根据预设的风险矛盾规则从所有所述风险类型中筛选该风险类型对应的多个属于矛盾类型的第二风险类型;其中,所述第二风险类型与该风险类型在所述风险矛盾规则中属于矛盾关系且两者的风险预测概率之间的概率差值大于预设的差值阈值;计算与所有所述第二风险类型的总类型数量成反比的第三权重;筛选出所有所述第二风险类型中所述概率差值大于预设的第二概率阈值的强矛盾风险;计算与所有所述强矛盾风险的所述风险预测概率的平均值成反比的第四权重;计算该风险类型的风险预测概率与所述第三权重和所述第四权重的乘积,得到该风险类型对应的矛盾关联概率;计算所述强关联概率和所述矛盾关联概率的加权求和平均值,得到该风险类型的校正后概率;其中所述强关联概率对应的计算权重与所有所述第一风险类型的类型数量成正比,所述矛盾关联概率对应的计算权重与所有所述第二风险类型的类型数量成正比;对所有所述风险类型根据所述校正后概率从高到低进行排序得到类型序列;将所述类型序列中前预设数量个且所述校正后概率大于预设的概率阈值的所有风险类型,确定为所述当前航线对应的预测风险。

全文数据:

权利要求:

百度查询: 中远海运特种运输股份有限公司 中远海运科技股份有限公司 基于多模型联动的海图数据风险监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。