基于改进图注意力神经网络的船舶异常行为检测方法

本发明提出一种基于改进图注意力神经网络的船舶异常行为检测方法，属于船舶异常行为检测领域；通过AIS数据，构建包含船舶位置、速度、航向等属性特征的图结构，并利用动态空洞图卷积来扩展船舶轨迹的属性特征，将时空注意力机制融入到多头注意力机制，使模型具备处理时间维度特征的能力来更好的提取船舶轨迹的时空特征，进而提高单船舶异常行为的检测效果；在船舶间异常行为检测方面，构造两层图编码结构，第一层图编码采用单船舶检测的编码方式来获取船舶的轨迹特征，第二层图编码基于每条船舶的轨迹特征来构建船舶轨迹间的关系特征，结合GAT的注意力机制实现船舶间异常行为的有效检测，且具有较好的准确性和鲁棒性，实用价值高。