基于多源数据融合的船舶靠泊行为预测与违规预警方法及系统

本申请涉及一种基于多源数据融合的船舶靠泊行为预测与违规预警方法与系统，其包括步骤：获取多源数据集；基于多源数据集构建多源特征集；将多源特征集输入至行为模拟模型；获取目标港口的港口调度信息以及港口安全区域信息，并基于风险评估策略进行分析比对；当风险评估策略中任一风险概率大于其对应的阈值时，生成对应的分级预警信号。本申请通过多源数据协同感知解决传统单源监测系统在恶劣环境下误差大的问题，通过引入动态风险评估模型克服固定阈值判断的局限性，通过融合港口调度信息实现了靠泊作业的智能协同，有效解决现有技术中对船舶靠泊监测不全面、预警不精准、适应性差的问题，具有提升港口安全性和运营效率的效果。