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！

龙图腾网获悉西北工业大学申请的专利一种基于距离度量和隔离机制的船舶异常行为检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115457300B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111570578.7，技术领域涉及：G06V10/762；该发明授权一种基于距离度量和隔离机制的船舶异常行为检测方法是由朱怡安;张黎翔;任杰;李联设计研发完成，并于2021-12-21向国家知识产权局提交的专利申请。

本一种基于距离度量和隔离机制的船舶异常行为检测方法在说明书摘要公布了：本发明公开了一种基于距离度量和隔离机制的船舶异常行为检测方法。该方法基于船舶AIS数据进行分析，首先对AIS数据进行预处理以及轨迹压缩，然后在多维度密度聚类后的轨迹簇中提取船舶的位置信息模型，通过比较船舶轨迹点与船舶位置信息模型的差异性，实现对船舶的位置信息进行实时的异常检测；接下来采用孤立森林算法检测船舶速度异常，建立了速度权重与判定速度异常的得分值的函数关系，对异常速度值进行检测并剔除，以此得到确的船舶速度集合；最后将待检测速度加入到速度集合中，通过计算待检测速度的异常得分值判断是否出现速度异常。本发明能够提高海上船舶的行驶安全，针对海上船舶的异常行为进行及时检测与预警。

本发明授权一种基于距离度量和隔离机制的船舶异常行为检测方法在权利要求书中公布了：1.一种基于距离度量和隔离机制的船舶异常行为检测方法，其特征在于，包括如下步骤： 步骤1：对船舶的AIS数据点进行数据预处理，并筛选出船舶的典型轨迹； 步骤1-1：对于AIS数据点，如果有大于等于两条的AIS数据点各项值完全相同，则只保留其中任意一条AIS数据点； 步骤1-2：根据米勒投影将每个AIS数据点的经纬度坐标转化为平面直角坐标，并通过的标准化方式，将坐标映射到0到10的范围内，得到AIS数据点的平面直角坐标x和平面直角坐标y； 步骤1-3：将每条船舶的AIS数据点按照时间先后进行排序，构建船舶的典型轨迹TRp1,p2…pn，pi为第i时刻船舶的典型轨迹上的数据点，i＝1,2,…n；船舶的典型轨迹上的任意两个相邻AIS数据点的时间间隔小于T分钟；如果两个AIS数据点的时间间隔大于等于T分钟，则这两个AIS数据点中时间较早的一个点为一个典型轨迹的终点，时间较晚的一个点为下一个典型轨迹的起点； 步骤2：对船舶的典型轨迹进行轨迹压缩，并划分船舶子轨迹； 步骤2-1：采用基于加速度的最小长度描述准则AMDL方法对船舶的轨迹进行压缩； 步骤2-1-1：将轨迹中的第一个AIS数据点标记为特征点；设定startIndex＝1，length＝1；开始遍历船舶一条轨迹上的所有点，令currentIndex＝startIndex+length； 步骤2-1-2：判断船舶从startIndex点到currentIndex点的轨迹中任意一个数据点pi的加速度是否由正变为负或者由负变为正，即或 分别为上一个数据点的速度、当前数据点的速度、下一个数据点的速度；如果currentIndex-startIndex2，则认为不存在加速度是否由正变为负或者由负变为正的数据点； 步骤2-1-3：如果不存在加速度由正变为负或者由负变为正的数据点，则采用MDL方法进行轨迹压缩，即计算这段轨迹中的分割成本和不分割成本；如果分割成本大于不分割成本且currentIndex-startIndex≥2，则将currentIndex-1处的点标记为轨迹特征点，并令startIndex＝currentIndex-1，length＝1；否则，令length＝length+1； 如果存在加速度是否由正变为负或者由负变为正的数据点，将该点的位置标记为currentIndex并将该点标记为轨迹特征点，同时令startIndex＝currentIndex，length＝1； 步骤2-1-4：若startIndex+lengthn，将所有特征点输出；基于AMDL方法压缩后的轨迹点表示为其压缩后的轨迹表示为 步骤2-2：在压缩后的轨迹上，将相邻两轨迹点构成的线段作为船舶的子轨迹，表示为 步骤3：对船舶子轨迹进行多维度密度聚类，同时去除噪声； 步骤3-1：采用DBSCAN算法，将算法中的聚类对象改为船舶的子轨迹，将相似性度量改为子轨迹间的角度距离、垂直距离、平行距离以及速度差异； 两个子轨迹的相似度度量表示为： 其中，ω||、ωθ分别为垂直距离权重、平行距离权重、角度距离权重；d||、dθ分别表示任意两个子轨迹间的垂直距离、平行距离、角度距离；ωv表示速度权重；表示相邻两轨迹点构成的线段而形成的船舶的子轨迹；子轨迹的速度为 分别表示相邻两轨迹点的速度，分别表示相邻两轨迹点的速度； 步骤3-2：根据不同维度权重与噪声点个数的关系图，确定速度权重值ωv＜0.25； 步骤4：在多维度密度聚类的轨迹簇中进行网格划分，同时在每个网格上提取中心向量； 网格划分方法为：将压缩后的轨迹中轨迹点的平面直角坐标x值按照从小到大进行排序，均匀划分10个网格；每个网格表示为每个网格的轨迹点数表示为 在每个网格上提取轨迹的中心向量，中心向量由该网格所有轨迹点的x坐标的平均值avgX、y坐标的平均值avgY以及中值距离mediumD构成，表示为CV＝avgX,avgY,mediumD，中值距离其中len表示计算两个轨迹点的欧式距离； 步骤5：通过多维度密度聚类的速度权重计算速度异常阈值scoreωv，计算公式为： 其中k＝1.26787944为调和数； 步骤6：通过孤立森林算法检测出每个网格中的异常速度值，并将其进行剔除； 通过孤立森林算法计算网格中每个轨迹点速度的异常得分值，如果该异常得分值大于速度异常阈值scoreωv，则将该点进行去除，以此得到所有网格中船舶轨迹点正确速度的集合； 步骤7：检测船舶是否出现位置异常或速度异常； 步骤7-1：计算每个网格中待检测点与中心向量的距离阈值； 计算网格中每个轨迹点到中心向量的相对距离的均值μ和标准差σ，定义距离阈值为μ+3σ和μ-3σ； 相对距离的计算公式如下： 其中，p表示轨迹点；CV表示中心向量，包括x坐标的平均值CV.avgX、y坐标的平均值CV.avgY以及中值距离CV.mediumD三部分； 步骤7-2：计算待检测船舶轨迹点的平面直角坐标，确定待检测船舶所属的网格；然后计算待检测船舶所在轨迹点与该网格中心向量的相对距离，如果该相对距离大于μ+3σ或小于μ-3σ，则判定船舶位置出现异常； 步骤7-3：通过孤立森林算法计算待检测速度的异常得分值，如果该异常得分值大于速度异常阈值scoreωv，则判定船舶速度出现异常。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。