利索能及
我要发布
收藏
专利号: 2023100357450
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于多源异构的渔船轨迹数据插补方法,其特征在于所述方法包括以下步骤:S1:数据采集

渔船传感器传输其所在渔船的基本信息至AIS和beidou数据库;将AIS和beidou数据库建立空间索引,使用空间包含搜索方式获得近海区域渔船轨迹数据,获得多源异构的渔船轨迹数据;所述渔船轨迹数据包括海上移动服务表示MMSI、时间戳t、经度lon、纬度lat、对地速度Sog、对地航向Cog;

S2:数据预处理

2‑1对不同返回频率的多源异构的渔船轨迹数据S进行时间间隔标准化分析,具体是:每条渔船拥有多个不同渔船传感器,对于每条渔船不同渔船传感器,其采集时间间隔集合{T1,…,Tk,…};Tk表示位于船体k位置的渔船传感器采集时间间隔;

遍历所有多源异构的渔船轨迹数据Sj,i,对于船j上渔船传感器k测得的数据N表示船j上渔船传感器k上测得的数据条数,D表示数据维度,依次判断数据sjk中每一条数据的时间t是否满足公式(1),若是则保留,若否则剔除,得到数据其中A表示阈值,可以取0.1;

2‑2对步骤2‑1处理后的多源异构的渔船轨迹数data进行缺失标记,经过如下处理,得到其中Mn,d表示矩阵M中的元素;datan,d表示data矩阵中的元素;n=1,2,…,N;d=1,

2,…,D;

2‑3对步骤2‑1处理后的多源异构的渔船轨迹数据进行归一化;

其中 表示归一化之后的数据;

S3:利用改进GANs对步骤S2预处理后多源异构的渔船轨迹数据进行缺失值插补;所述改进GANs包括鉴别器和生成器;生成器包括两个全连接层和一个relu激活函数以及一个sigmoid激活函数,鉴别器包括两个全连接层和一个relu激活函数以及一个sigmoid激活函数;具体是:

3‑1生成数据:

首先从均匀分布[0,0.01)中随机采样得到随机噪声z,记为Ginput,将Ginput输入到生成器中,得到数据Goutput:G1=Ginput×W1+b1.              式(3)Gr1=relu(G1).       式(4)G2=Gr1×W2+b2.       式(5)Goutput=sigmoid(G2).       式(6)其中W1,W2,b1,b2为相应的超参数,relu和sigmoid为激活函数,其中,G1表示生成器中第一个全连接层的输出,G2表示第二个全连接层的输出,Gr1表示G1经过激活函数之后的结果;

3‑2对步骤3‑1数据Goutput和步骤S2数据norm,经过式(7)处理,得到Dinput:Dinput=Goutput⊙(1‑M)+norm⊙M.        式(7)其中Dinput表示生成器生成的缺失部分的数据与未缺失的数据的结合体;

再将Dinput经过判别器处理,得到Douput:D1=Dintput×W3+b3.        式(8)Dr1=relu(D1).          式(9)D2=Dr1×W4+b4.       式(10)Goutput=sigmoid(D2).        式(11)其中W3,W4,b3,b4为相应的超参数,relu和sigmoid为激活函数,D1表示判别器中第一个全连接层的输出,D2表示第二个全连接层的输出,Dr1表示D1经过激活函数之后的结果。

3‑3对步骤3‑1和3‑2进行迭代训练,最终得到GANs的输出S4:结合多源异构的渔船轨迹数据提升插补渔船轨迹数据的精度

4‑1记船j在渔船传感器o测量得到的实际数据为sjo,其中o≠k;将船j在渔船传感器k插补后数据output进行更新,得到output′:其中t′表示sjo的时间,t表示output中插补位置数据对应的时间;outputn,d表示output矩阵中的元素;

4‑2将更新后的output′与原始数据相结合,得到完整的渔船轨迹数据impute,具体如下:impute=output′⊙(1‑M)+sjk⊙M       式(13)其中s表示原始数据,⊙表示点乘。

2.根据权利要求1所述方法,其特征在于所述生成器损失函数为:其中G(z)表示生成器的输出,D(G(z))表示判别器的输出, 表示随机噪声z分布的期望。

3.根据权利要求1或2所述方法,其特征在于所述判别器的损失函数为:其中D(x)表示判别器判别为真的输出, 表示判别器判别为假的输出,表示服从真数据分布的期望, 表示服从假数据分布的期望。

4.实现权利要求1‑3任一项所述方法的基于多源异构的渔船轨迹数据插补装置,其特征在于包括:数据采集模块,用于采集获得多源异构的渔船轨迹数据;

数据预处理模块,用于对不同返回频率的多源异构的渔船轨迹数据依次进行时间间隔标准化分析、缺失标记、归一化处理;

缺失值插补模块,用于利用改进GANs对预处理后多源异构的渔船轨迹数据进行缺失值插补;

数据整合模块,用于整合同一条渔船上所有渔船传感器的缺失值插补处理后数据。

5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于当所述计算机程序在计算机中执行时,令计算机执行权利要求1‑3中任一项所述的方法。

6.一种计算设备,包括存储器和处理器,其特征在于所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现权利要求1‑3中任一项所述的方法。