技术特征：
1.基于高阶网络的海运数据生物入侵可视化方法，其特征在于，包括以下步骤：获取海运数据并根据海运数据生成港口之间的生物入侵概率；基于港口之间的生物入侵概率，结合海运数据构建生物入侵高阶网络；基于生物入侵高阶网络生成港口入侵风险，并进行可视化展示。2.根据权利要求1所述基于高阶网络的海运数据生物入侵可视化方法，其特征在于，所述获取海运数据并根据海运数据生成港口之间的生物入侵概率这一步骤，其具体包括：获取海运数据，所述海运数据包括不同船舶到达不同港口下的时间序列数据和港口的生态数据；基于不同船舶到达不同港口下的时间序列数据和港口的生态数据，定义船舶在两个港口之间带来的入侵风险；基于船舶在两个港口之间带来的入侵风险，整合海运数据中的船舶，得到两个港口之间入侵的概率。3.根据权利要求2所述基于高阶网络的海运数据生物入侵可视化方法，其特征在于，所述港口的生态数据包括平均温度、盐度、所在海域、所在生态圈和邻近生态区域。4.根据权利要求3所述基于高阶网络的海运数据生物入侵可视化方法，其特征在于，所述两个港口之间入侵的概率公式表示如下：上式中，所述p
ij
表示港口i与港口j之间入侵的概率，所述pr
ij
表示港口i与港口j是否为不同生态领域，所述pe
ij
表示港口i与港口j之间平均温度和盐度的相似性，所述表示一艘船在港口i与港口j之间所带来的入侵风险，所述i和j分别表示不同的港口，所述v表示船舶。5.根据权利要求4所述基于高阶网络的海运数据生物入侵可视化方法，其特征在于，所述基于港口之间的生物入侵概率，结合海运数据构建生物入侵高阶网络这一步骤，其具体包括：基于港口之间的生物入侵概率，结合海运数据中船舶的历史轨迹，生成轨迹的入侵概率；根据海运数据，依次计算轨迹的入侵概率并切割得到高阶节点；以轨迹为边，根据高阶节点组建高阶网络，得到生物入侵高阶网络。6.根据权利要求5所述基于高阶网络的海运数据生物入侵可视化方法，其特征在于，所述基于生物入侵高阶网络生成港口入侵风险，并进行可视化展示这一步骤，其具体包括：根据生物入侵高阶网络中的边和轨迹的入侵概率对港口进行被入侵概率的计算，得到港口入侵风险；整合高阶网络中的港口入侵风险并基于地理视图制作依赖视图、子图视图和聚合视图进行可视化展示。7.根据权利要求6所述基于高阶网络的海运数据生物入侵可视化方法，其特征在于，所述基于地理视图制作依赖视图、子图视图和聚合视图进行可视化展示具体包括：基于地理视图显示港口的入侵概率；
在依赖视图显示港口对应的高阶节点；通过子图视图显示整个高阶网络；通过聚合视图显示高阶网络社区的权重统计。8.基于高阶网络的海运数据生物入侵可视化系统，其特征在于，包括：概率计算模块，用于获取海运数据并根据海运数据生成港口之间的生物入侵概率；网络构建模块，基于港口之间的生物入侵概率，结合海运数据构建生物入侵高阶网络；展示模块，基于生物入侵高阶网络生成港口入侵风险，并进行可视化展示。
技术总结
本发明公开了一种基于高阶网络的海运数据生物入侵可视化方法及系统，该方法包括：获取海运数据并根据海运数据生成港口之间的生物入侵概率；基于港口之间的生物入侵概率，结合海运数据构建生物入侵高阶网络；基于生物入侵高阶网络生成港口入侵风险，并进行可视化展示。该系统包括：概率计算模块、网络构建模块和展示模块，通过使用本发明，能够利用海运数据构建高阶网络，并有效展示高阶网络的各项数据，从而更好地进行生物入侵可视化分析。本发明作为一种基于高阶网络的海运数据生物入侵可视化方法及系统，可广泛应用于生物入侵预测领域。领域。领域。
技术研发人员：何颂贤 陶钧
受保护的技术使用者：中山大学
技术研发日：2022.02.25
技术公布日：2022/5/25