通过对报位信息数据的实时分析，反映船只在敏感区域中的航行情况，基于对误入敏感区域或即将误入的船舶做出预警，对于预防和减少事故的发生、提高安全防范意识、加强事故调查等方面都具有重要意义，为海洋大数据服务平台等提供数据支持。
1.数据收集与处理：收集和整理船只的实时报位信息。对数据进行清洗、校正和统一处理，确保数据的准确性和一致性。 2.特征提取与选择：通过对报位信息数据中标识符的比对，剔除不匹配的报位数据。 3.预警模型建立：利用收集的船只实时报位信息和预设的敏感区域信息，根据多监督学习模型建立预警模型。预警模型通过对船舶报位信息的进行线性回归的船舶轨迹预测建模。 4.预警规则设定：基于建立的预警模型，设定规则组合的预警规则，当预测轨迹必定经过敏感区域时触发预警。 5.预警输出和反馈：根据预警规则船只的实时报位信息和轨迹预测进行实时监测和分析，当触发预警条件时，通过模型预测提供船舶敏感区域的预测，及时生成预警信息反馈给用户，以便决策者能够及时采取相应的措施。
| 字段名 | 类型 | 描述 |
|---|---|---|
船名 |
-- | -- |
设备编号 |
-- | -- |
报警时间 |
-- | -- |
报警类型 |
-- | -- |
经度 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 船名 | 浙普渔20** |
| 设备编号 | 5115155_4 |
| 报警时间 | 2023-5-15 16:07:04 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/19844