通过对报位信息数据的实时分析，反映船只在事故多发区中的航行情况，基于对事故多发区的船舶数量，密度，进入时间，对长期逗留船舶做出预警，以便决策者能够及时采取相应的措施，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及往期报警数据，根据多元统计模型建立预警模型。预警模型通过对事故发生频率、船舶交通流量密度、航路类型等重要因素进行以事故发生频率为主的主成分分析，使用历史数据对选定的多元统计模型进行训练和参数估计。使用交叉验证的方法评估模型的性能和准确度，并进行必要的调整和改进。利用训练好的多元统计模型对新的渔船事故数据进行预测和分析，以提高预警的准确性 4.预警规则设定：使用历史数据建立一个基线模型，通过聚类分析识别出渔船事故多发区的分布规律。再根据基线模型的结果和事故密度、事故频率，设定触发预警的阈值。 5.预警输出和反馈：根据预警规则船只的实时报位信息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事故多发区的预测，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2021 |
| 设备编号 | 1556982_4 |
| 报警时间 | 2023-5-15 16:52:10 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/4079