首页> 中文学位 >基于AIS的内河船舶行为模式分析挖掘
【6h】

基于AIS的内河船舶行为模式分析挖掘

代理获取

目录

声明

第1章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3论文的主要研究内容和结构

第2章内河船舶AIS数据预处理

2.1内河AIS轨迹数据特征

2.2 内河船舶AIS数据清洗

2.3 稀疏AIS数据的近似估计

第3章内河船舶活动行为模式挖掘

3.1概述

3.2 轨迹聚类算法

3.3 内河船舶行为模式辨识

3.4 内河船舶行为知识发现

第4章内河船舶典型行为模式的异常检测

4.2 船舶异常检测模型

4.4 内河渡船异常行为案例分析

第5章总结与展望

5.2未来研究展望

致谢

参考文献

硕士期间科研经历

展开▼

摘要

近年来,水上交通事故不断发生,船舶通航安全难以得到有效保障,水上安全监管形势日益严峻,如何有效提高水上安全监管是水上交通亟需解决的一个问题。本质上,水上交通安全监管的最终目标是认知和理解目标水域内的船舶行为活动,感知水上交通整体态势。水上交通态势感知是基于现实物理世界的交通相关数据,经过综合计算处理而得到的高级认知知识,是对现实交通流的一种抽象表达。基于此知识,人们可以从纷乱繁杂的交通流中迅速地抽剥交通流结构、船舶类型构成、交通流速度等知识,掌握交通态势,进而服务水上交通安全监管。 随着AIS岸基网络以及卫星AIS的普及,累积了海量的船舶运动数据,利用数据挖掘的理论方法,自主地从海量船舶运动数据中提取出船舶运动行为模式,获取船舶行为知识,有助于监管人员更加全面、清晰、直观的感知水上交通态势的变化,极大减轻他们的工作负荷。本论文的主要成果概括如下: (1)提出了一种基于航行经验的内河船舶轨迹估计方法,针对内河稀疏船舶AIS轨迹,借助数据关联性思维,利用时空相关性筛选出历史船舶经验轨迹,利用核密度估计计算船舶航行经验值,基于航行经验值近似估计稀疏轨迹。 (2)基于大规模的AIS数据,利用数据挖掘的相关理论方法,构建基于位置(经度、维度)、航速、航向的多维状态空间描述船舶航行状态和行为,利用增量式DBSCAN聚类算法辨识不同的船舶行为模式,并进一步提取不同模式下的船舶静态属性知识、特征空间分布和特征时间分布等知识,最后构建船舶航路地理网络,有助于监管人员迅速掌控水上交通态势。 (3)基于获得的船舶特征行为知识,结合内河的实际情况,基于船舶位置异常和区域速度异常两个因子构建船舶异常检测模型,并选取渡船作为案例进行分析。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号