基于不均衡海上气象数据增强的船舶航行风险预警方法

本发明公开了基于不均衡海上气象数据增强的船舶航行风险预警方法，该方法首先确定船舶航行风险等级，划分与之对应的目标海域气象致灾要素的不均衡数据集。其次设计由深度神经网络生成器与证据推理判别器组成的对抗学习模型，对不同风险等级下的不均衡数据集进行平衡性增强，建立高斯分布模型，描述不同风险等级下的气象致灾要素的特征分布。然后通过高斯分布模型计算气象致灾要素的风险等级信度分布。最后采用加权平均法融合风险等级信度分布，选取融合后信度最高的风险模式，作为当前目标海域的航行风险等级。本发明能够生成符合真实分布的少数类气象数据，有效解决数据不均衡问题，提升极端天气风险预警能力。