基于机器集成学习的船舶同步多码识别模型

王天昊; 王冠军

doi:10.15886/j.cnki.hndk.2025041501

海南大学学报（自然科学版中英文） ›› 2025, Vol. 43 ›› Issue (05) : 604 -612. DOI: 10.15886/j.cnki.hndk.2025041501

基于机器集成学习的船舶同步多码识别模型

王天昊, 王冠军

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对船舶自动识别系统中一船多码的同步多码欺骗行为，即同一船舶在同一时间段内广播多个水上移动业务标识码的问题，本文提出一种基于机器集成学习的船舶同步多码识别模型。首先通过相似轨迹筛选，并结合人工分析，构建同步多码轨迹对，然后在此基础上提取时间差、航向差、航速差、经纬度差和最小时间差距离关键特征，生成特征数据集，最后采用机器集成学习算法，以支持向量机、K最近邻、极端梯度提升和随机森林分类器模型为基学习器，多层感知机模型为元学习器。实验基于中国海南省周边的船舶自动识别系统数据开展，实验结果表明该模型相较于单一分类器在准确率和稳定性方面均表现更优，识别准确率达到0.96。该模型不依赖雷达等外部数据，仅凭船舶自动识别系统信息即可实现高效识别，具备广阔的实际应用前景。