摘要：船舶异常行为的有效检测,对于海洋安全起着至关重要的作用,为提高海上船舶航行的安全性与稳定性,需要对传统以人工为主的监管模式进行创新和优化,在现代技术的支持下,采用以SAR与AIS数据相融合的目标监测技术,实现对船舶航行的动态化监督,全过程管理,以便于及时排查出异常问题,为海洋安全提供坚实的保障。文章简要分析了船舶常见的异常行为后,基于异常行为的多源数据,重点阐述了以多源数据融合为导向的船舶异常行为检测方法,旨在提高船舶异常行为识别的准确性与时效性,以期为相关人员提供参考和借鉴。

摘要：异常行为的出现,会对船舶正常航行造成较大影响。为避免上述现象的出现,设计基于模式识别的船舶异常行为自动报警方法。通过主成分分析、成分因子相关性分析2个步骤,完成基于模式识别的船舶异常行为特征提取。通过异常行为的局部决策、基于决策结果的数据融合2个步骤,完成基于模式识别船舶异常行为自动报警方法的搭建。模拟方法运行环境,设计对比实验结果表明,应用基于模式识别船舶异常行为自动报警方法,可以明显降低船舶异常行为的发生几率,为船舶正常航行提供有力保障。

摘要：商船和绝大部分大中型渔船都安装船载AIS、北斗卫星定位和通信终端,产生大量船舶航行数据,主要包括航行速度、轨迹、位置等参数,这为研究船舶异常行为研判提供可能性.从运动异常、位置异常、AIS设备异常和其他参数异常四个角度考虑,构建船舶异常行为评价指标体系,运用层次分析法(AHP)获得各个层次指标的权重系数,应用模糊综合评价法对船舶异常行为进行建模,实现对船舶异常行为评估.还开发了软件系统,对专家和评分进行管理,设计计算方法,计算权重和评价结果.还以船舶航行数据为依据,构建船舶走私研判模型,对船舶走私可能性进行评估分析.基于船舶航行过程数据,对船舶异常行为进行预判,对于船舶运行安全管理,打击非法作业、走私等具有重要意义.