![v2-d823f45b246abd188abe84af058fde25_b.jpg](https://img-blog.csdnimg.cn/img_convert/6db34df7dc95b0bbdd887159681c9aad.png)
![v2-b672f783d35209ce8f7ca71969dac177_b.jpg](https://img-blog.csdnimg.cn/img_convert/c9617f580065b44223eb50d9484f6dc0.png)
写在前面的话
大家好,我是 Champion Chasing Boy 的 DOTA,在队友 鱼遇雨欲语与余、 尘沙杰少、林有夕、嗯哼哼唧 的Carry下,最终在本届智能算法赛拿到了复赛总榜单Top1的成绩。下面分享一下我们团队在A、B、C榜各阶段的解决方案。
一、赛题背景介绍
本赛题基于位置数据对海上目标进行智能识别和作业行为分析,要求选手通过分析渔船北斗设备位置数据,得出该船的生产作业行为,具体判断出是拖网作业、围网作业还是流刺网作业。初赛将提供11000条(其中7000条训练数据、2000条testA、2000条testB)渔船轨迹北斗数据。
复赛考虑以往渔船在海上作业时主要依赖AIS数据,北斗相比AIS数据,数据上报频率和数据质量均低于AIS数据,因此复赛拟加入AIS轨迹数据辅助北斗数据更好的做渔船类型识别,其中AIS数据与北斗数据的匹配需选手自行实现,具体细节复赛开赛时更新。同时,希望选手通过数据可视化与分析,挖掘更多海洋通信导航设备的应用价值。
数据示例:
![v2-9f525fa95608ce61a219c51d1378c801_b.jpg](https://img-blog.csdnimg.cn/img_convert/ee319083fa9676dff29cad8f18b64d4b.png)
渔船ID:渔船的唯一识别,结果文件以此ID为标示
x: 渔船在平面坐标系的x轴坐标
y: 渔船在平面坐标系的y轴坐标
速度:渔船当前时刻航速,单位节
方向:渔船当前时刻航首向,单位度
time:数据上报时刻,单位月日 时:分
type:渔船label,作业类型
原始数据经过脱敏处理,渔船信息被隐去,坐标等信息精度和位置被转换偏移。
选手可通过学习围网、刺网、拖网等专业知识辅助大赛数据处理。
AI