申请/专利权人：武汉理工大学

申请日：2023-05-04

公开（公告）日：2023-08-01

公开（公告）号：CN116245425B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06F18/2415;G06N3/0464;G06N3/044;G06N3/045

优先权：

专利状态码：有效-授权

法律状态：2023.08.01#授权;2023.06.27#实质审查的生效;2023.06.09#公开

摘要：本发明公开了一种基于无线信号的船舶值班人员警觉性表征评估方法，包括：获取与环境无关的值班人员活动信息矩阵；构建值班人员行为活动表征提取网络，提取值班人员行为连续型表征向量；构建值班人员行为活动表征解析网络，将值班人员行为连续型表征向量投影到更低纬度的表征空间；通过学习表征空间中潜在的行为活动分布，输出值班人员行为类型以及行为发生时间；构建值勤警觉性评估模块，对值班人员序列的警觉性评估；根据值班人员行为类型以及行为发生时间，通过值勤警觉性评估模块对值班人员在未来一段时间的状态进行预测，输出预测结果。本发明能防止在船舶航行过程中由于值班人员疏忽职守导致的船舶事故，提升值班效率和船舶航行安全水平。

主权项：1.一种基于无线信号的船舶值班人员警觉性表征评估方法，其特征在于，包括以下步骤：S1、获取与环境无关的值班人员活动信息矩阵；S2、构建值班人员行为活动表征提取网络，用于从值班人员活动信息矩阵中提取值班人员行为连续型表征向量；值班人员行为活动表征提取网络包括值班人员行为活动信息转换器和值班人员行为活动表征提取器；S3、构建值班人员行为活动表征解析网络，值班人员行为活动表征解析网络包括值班人员行为活动表征解码器和值班人员行为活动预测模块；其中，值班人员行为活动表征解码器，用于将值班人员行为连续型表征向量投影到更低纬度的表征空间；值班人员行为活动预测模块，通过学习表征空间中潜在的行为活动分布，输出值班人员行为类型以及行为发生时间；S4、构建值勤警觉性评估模块，用于对值班人员序列的警觉性评估；S5、根据值班人员行为类型以及行为发生时间，通过值勤警觉性评估模块对值班人员在未来一段时间的状态进行预测，输出预测结果；并结合值班人员行为类型、行为发生时间以及预测结果，对值班人员行为活动表征提取网络、值班人员行为活动表征解析网络和值勤警觉性评估模块进行训练；S2中值班人员行为活动表征提取器的设置方式为：包括长短期记忆网络LSTM，用于提取离散型值班人员行为矩阵vi中连续型表征向量hi，其具体过程为：hi＝LSTMhi-1，vi其中，hi-t为第i-1个经由值班人员行为活动表征提取器生成的连续型表征向量；S3中值班人员行为活动表征解码器的设置方式为：通过使用Softmax激活函数，将值班人员行为连续型表征向量hi投影到更低纬度的表征空间，从而得到值班人员行为概率分布ki，其具体过程为：ki＝softmaxhiS3中值班人员行为活动预测模块，包括值班人员下次发生行为类型预测模块和值班人员下次发生行为时间预测模块；其中，值班人员下次发生行为类型预测模块的设置方式为：将表征向量hi与第i-1个值班人员行为概率分布ki-1的线性相加组合代入激活函数Sk中，得到用于表征值班人员行为类型概率函数λi具体过程为： 其中Wf为线性层可学习的参数，Sk为Softplus激活函数中的第一比例系数；通过蒙特卡罗方法从上一行为发生的时刻t＝ti-1到第i个行为将要发生的时刻t＝ti生成模拟行为类型概率函数λt，得到下一次值班人员的行为发生概率分布pki|Ci-1表示为： 通过交叉熵损失函数计算得到值班人员行为类型ki与真实值的损失其具体计算过程为： 其中，Ne表示需要预测的行为类型个数，Wc表示交叉熵损失函数中可学习的参数；其中，值班人员下次发生行为时间预测模块具体过程如下：将表征向量hi与第i个值班人员行为概率分布ki的线性相加组合送入激活函数中，得到用于表征值班人员发生时间的时间概率函数λiti，其具体过程为： 其中，Wf表示表示线性层可学习的参数，St表示Softplus激活函数中的第二比例系数；通过蒙特卡罗方法从上一行为发生的时刻t＝ti-1到第i个行为将要发生的时刻t生成模拟时间概率函数λτ，得到下一时刻值班人员的行为发生时间概率pti|Ci表示为： 预测的下一时刻值班人员行为发生时间表示为： 通过均方误差损失函数计算得到值班人员行为发生时间与真实值ti的损失其具体过程为：

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于无线信号的船舶值班人员警觉性表征评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD