1.一种船舶挂靠港预测技术，其特征是，包括以下步骤：步骤1：定义船舶在两年的时间内仅挂靠一次的港口为船舶偶尔挂靠港口，对船舶历史航迹进行分析，在船舶历史挂靠港口集合中剔除船舶偶尔挂靠港口后形成挂靠港集合P＝{{P1},{P2},...,{Pi},...,{Pm}}，其中，{Pi}为i船型船舶挂靠港集合；

步骤2：对步骤1中的挂靠港集合按照l港口i船型的重要度Iil进行专业港划分，将所述挂靠港集合划分为各船型对应的专业港Pi＝{pil,lonil,latil,nil,dil,Iil|Iil＞I1l∧Iil＞I2l∧...∧Iil＞Inl}；其中，定义研究时间内挂靠港口l的i船型船舶艘次nil和总载重吨dil；

pil为i船型船舶挂靠港l名称，lonil为i船型船舶挂靠港l经度，latil为i船型船舶挂靠港l纬度；Iil为l港口i船型的重要度；

步骤3：对步骤1中的挂靠港集合按照l港口i船型j尺度船舶的重要度Iijl进行专业港尺度划分，将所述挂靠港集合划分为相应尺度船舶挂靠的专业港；

Pij＝{pijl,lonijl,latijl,nijl,dijl,Iijl|Iijl＞Ii1l∧Iijl＞Ii2l∧...∧Iijl＞Iinl}；其中，研究时间内挂靠港口l的i船型j尺度船舶艘次nijl和总载重吨dijl；pijl为i船型j尺度船舶挂靠港l名称，lonijl为i船型j尺度船舶挂靠港l经度，latijl为i船型j尺度船舶挂靠港l纬度；

Iijl为l港口i船型j尺度船舶的重要度；

步骤4：结合步骤1至步骤3定义i船型j尺度挂靠l港口的频繁度 定义thfij为i船型j尺度船舶挂靠港频繁度的阈值，通过Pijf＝{pijl,lonijl,latijl,nijl,dijl,fijl|fijl＞thfij}扫描步骤1中的挂靠港集合P，得到频繁挂靠港集合S；

步骤5：利用步骤4中的频繁挂靠港集合S建立转移概率矩阵P，计算船舶自当前挂靠港si转移到下一挂靠港sj的概率 定义Si到Sj的频繁到访港间转移次数为Xij；

步骤6：绘制船舶的历史航行轨迹图，在历史航行轨迹图中标注船舶的历史航行轨迹Si、船舶经过某一段航线的航路节点Lj以及船舶航向分叉节点Dk；

步骤7：分析船舶的MMSI所记录的船舶的经纬度、航速、航向以及时间信息，对连续两个时间点船舶经纬度形成的线段和步骤6中航路节点的标记线段进行跨立实验，若两者相互跨立，则判断船舶经过步骤6中的航路节点；

步骤8：结合步骤5定义航行过程中途径航路节点ok的次数为yjk，船舶的下一挂靠港sj输出航路节点ok的概率为

步骤9：根据步骤8定义船舶航行中输出概率矩阵为B＝{bjk},bjk＝p(ok|sj)1≤j≤N,1≤k≤M，结合步骤4至步骤6确定船舶下一挂靠港集合{s1,s2,...,sN}以及航路节点集合{L1,L2,...,LM}；船舶自港口si出发，当船舶途径航路节点Lk时，根据所述的输出概率矩阵和步骤5中所述的转移概率矩阵求得δ1(j)＝δ0(i)pijbjk 1≤j≤N，其中初始值设为δ0(i)＝1；

δ1(j)对应的是当前停靠港为Si时，下一站经过航路节点k的概率；δ0(i)对应的就是出发港口是Si时的概率；将船舶在一次航行中依次经过航路节点Lk,Lm,…,Ln时得到的δ1,δ2,...,δn相加求得Zj＝pij(bjk+bjm+…+bjn)1≤j≤N，Zj代表从港口i出发到到港口j，经过两个港口之间的各个航路节点概率之和；Zj＝max(Z1,Z2,...,ZN)所对应的挂靠港sj即为通过所述船舶挂靠港预测技术预测到的船舶下一挂靠港。

2.根据权利要求1所述的一种船舶挂靠港预测技术，其特征在于，步骤2中其中， 为挂靠l港口i船型船舶总载重吨占比， 为挂靠所有港口i船型船舶总载重吨占比。

3.根据权利要求1所述的一种船舶挂靠港预测技术，其特征在于，步骤3中其中， 为挂靠l港口i船型j尺度船舶总载重吨占比， 为挂靠所有港口i船型j尺度船舶总载重吨占比。