[发明专利]船舶数据处理方法、装置和船舶数据质量管理平台

权利要求书

1.一种船舶数据处理方法，其特征在于，包括：

根据船舶数据的种类判断所述船舶数据是否为异常数据；

对将所述异常数据剔除后的船舶数据进行可信度分析；

将分析得到的可信度指标与对应的可信度阈值进行比对，并根据对比情况，进行相应处理操作；

对将所述异常数据剔除后的船舶数据进行可信度分析的步骤，包括：

分别从多源数据对比，统计分析以及关联规则三个方面标记所述异常数据剔除后的船舶数据的可信度；

对将所述异常数据剔除后的船舶数据进行可信度分析的步骤，还包括：

通过多源数据对比方式，将采集获得的船舶数据与理论计算获得的船舶数据进行相似度比对；

当比对结果的相似度较高时，所述船舶数据的可信度较高；

通过统计分析方式计算出预设时段的船舶数据对应的均值和标准差；

根据目标时刻采集获得的船舶数据与所述均值和所述标准差，进行相似度比对；

当比对结果的相似度较高时，所述船舶数据的可信度较高；

通过第一种类的船舶数据与第二种类的船舶数据之间的关联规则计算出第一种类与第二种类的船舶数据之间的回归曲线；

根据所述回归曲线与目标时刻采集获得的船舶数据确定所述船舶数据的预测值；

将所述预测值与所述目标时刻采集获得的船舶数据，进行相似度比对；

当比对结果的相似度较高时，所述船舶数据的可信度较高；

所述方法还包括：

通过数据异常预警机制和数据筛选功能对低可信度数据进行处理：包括(a)建立数据质量预警机制：当数据可信度低于阈值，提示用户进行人工干预，查找原因；(b)数据筛选：根据数据可信度，对数据进行灵活筛选，筛选标准根据领域知识设置；获得符合需求的高质量数据集。

2.根据权利要求1所述的船舶数据处理方法，其特征在于，根据船舶数据的种类判断所述船舶数据是否为异常数据的步骤，包括：

将所述种类的船舶数据与所述种类的船舶数据对应的预设缺失阈值进行对比，判断所述的船舶数据是否为缺失值；

通过所述船舶数据的数据采集时间判断所述船舶数据是否具有重复异常；

将所述种类的船舶数据的数据类型与所述种类的船舶数据对应的预设数据类型进行对比，判断所述的船舶数据是否具有数据类型异常；

将所述种类的船舶数据的指标参数与所述种类的船舶数据对应的预设指标阈值进行对比，判断所述的船舶数据是否具有异常的取值范围。

3.根据权利要求1所述的船舶数据处理方法，其特征在于，将分析得到的可信度指标与对应的可信度阈值进行比对，并根据对比情况，进行相应处理操作的步骤，包括：

若分析得到的可信度指标低于对应的可信度阈值，则触发预警。

4.根据权利要求3所述的船舶数据处理方法，其特征在于，将分析得到的可信度指标与对应的可信度阈值进行比对，并根据对比情况，进行相应处理操作的步骤，包括：

若分析得到的可信度指标不低于对应的可信度阈值，则根据所述可信度指标，筛选出目标船舶数据，并存储于数据库。

5.根据权利要求1所述的船舶数据处理方法，其特征在于，所述船舶数据的种类包括：经度坐标、维度坐标、舵角、艏向、螺旋桨转速和主机功率。