一种基于有监督机器学习的船舶漏港检测方法及系统

本发明公开了基于有监督机器学习的船舶漏港检测方法及系统，该方法包括：获取多条历史航段及各历史航段对应的多条AIS动态数据，并对各历史航段进行标注；通过特征提取算法，分别提取出各历史航段的与漏港判断关联的包括时间类、空间类和逻辑类的多个航段特征对应的特征数据，并将特征数据划分为训练集和测试集；构建基于XGBoost算法的有监督机器学习模型，并使用训练集对构建的有监督机器学习模型进行训练，得到训练好的漏港检测模型，再使用测试集进行测试进而输出训练测试好的漏港检测模型；提取出待测航段的各航段特征对应的特征数据，并将特征数据输入至训练测试好的漏港检测模型中，得到待测航段的漏港检测结果，提高了漏港检测的准确率和效率。