[发明专利]基于互联网信息的重要船只目标动态监测方法有效

专利信息
申请号: 201710507675.9 申请日: 2017-06-28
公开(公告)号: CN107273530B 公开(公告)日: 2021-02-12
发明(设计)人: 王永利;冯霞;曹娜;袁欢欢;赵亮;孙华成;杜仲舒;张万麒;赵成圆;赵宁 申请(专利权)人: 南京理工大学
主分类号: G06F16/28 分类号: G06F16/28;G06F16/2455;G06F16/9535
代理公司: 南京理工大学专利中心 32203 代理人: 王玮
地址: 210094 *** 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: 发明公开了一种基于互联网信息的重要船只目标动态监测方法。该方法通过挖掘互联网上的新闻文本、全球海量卫星数据中与目标船只相关的信息,以国内外互联网上多种公开卫星时空数据为数据源,充分利用文本、光学、多/高光谱、红外、SAR、AIS等多种数据源,开展基于大数据的多源异构信息挖掘技术,提高重要船只目标动态监测中时空数据深度关联的正确率,缩短对重要目标数据的预警时间,提升目标船只轨迹探测的精度,为海面重要船只目标监测补充手段提供技术支撑。
搜索关键词: 基于 互联网 信息 重要 船只 目标 动态 监测 方法
【主权项】:
一种基于互联网信息的重要船只目标动态监测方法,其特征在于:步骤1:采用网络爬虫方法从互联网上获取与目标船只相关的时空数据;步骤2:针对步骤1获得的时空数据,采用元数据方法即按照船只的元数据标准对原数据进行统一化处理,得到统一化数据;步骤3:构建本体语义框架:首先,收集与船只概念相近的词汇,构建船只词汇库;然后,在语义网中注册船只本体;最后,构建语义搜索引擎;针对所述步骤2得到的统一化数据,将其经过本体语义框架进行语义映射,得到转义数据;步骤4:针对步骤3得到的转义数据,采用特征层融合的方法对其进行融合,包括两个步骤:首先,提取船只的相关参数,包含几何参数、地理参数、运动参数;然后,对提取的参数采用模糊融合法得到融合数据;步骤5:根据步骤4中的地理参数,得到目标船只所在的区域,针对步骤4得到的融合数据使用频繁模式挖掘算法即T‑模式挖掘算法,得到目标船只的频繁轨迹模式,使用动态存储结构DPT来存储轨迹模式;步骤6:根据步骤5的船只频繁模式,采用船只的预测算法预测船只的下一个位置。
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理工大学,未经南京理工大学许可,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/201710507675.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top