原文传递
船舶AIS数据挖掘关键技术研究
| 论文题名： | 船舶AIS数据挖掘关键技术研究 |
| 关键词： | 船舶自动识别系统;数据挖掘;程序设计;交通效率 |
| 摘要： | 随着航海信息技术的迅速进步，航运业的产生的数据呈现爆发式增长。处在全球贸易商、制造商、港航企业等海运物流链上下游交汇点上的航运业，和互联网一样地时时刻刻都在制造庞大的海量数据。新型的船舶自动识别系统(Automatic IdentificationSystem，AIS)产生的船舶航行数据（简称AIS数据）是一类非常重要的航运数据且数据量庞大。这些海量AIS数据蕴含有丰富的物流、航运、海上交通等有用知识。传统的数据分析方法已不能满足现代航运业快速发展的要求，急需有效的理论与技术对这些大量的AIS数据进行分析和应用。数据挖掘作为一种从海量数据中挖掘有用的、具有潜在效用知识的理论与方法，已经成为海量AIS数据采用的主要数据分析技术。船舶AIS数据挖掘研究可为政府的海事监管、交通服务、海事调查、航运决策、船队跟踪提供有益的理论指导和技术支持。因而船舶AIS信息的数据挖掘具有很好的理论意义和实际的应用价值。 本文围绕基于海上交通流理论和技术的船舶AIS数据挖掘的若干关键性问题，包括基于船舶AIS数据的船舶行为特征、海上通航安全评价和海上交通流模式挖掘。这些研究深化了对船舶行为、海上交通的认识和提高了船舶航行安全和海上交通效率。本研究的理论成果均已成功应用于海上交通智能监控与服务系统的实际应用中。 本文的主要工作及贡献如下: (1)提出了船舶行为特征新指标:根据海上船舶运动特点，分析了船舶行为与周围环境的关系，研究船舶航向和航速变化规律，为研究船舶行为特征提供了新的依据，丰富了对海上船舶行为的认识; (2)提出了基于船舶AIS数据的船舶会遇算法:根据海上船舶行为特征，重新定义船舶会遇，实现了在大量船舶AIS数据中船舶会遇信息的快速提取，进而分析了船舶会遇的时空分布及特点。为深入认识海上船舶行为、操纵习惯提供了新的途径; (3)构建了实时的船舶通航安全评价模型:结合海上船舶AIS特征，从AIS数据中提取船舶转头速率、船速改变率和船舶会遇率等船舶行为特征，分析这些因素在船舶通航安全评价中的作用，实现了复杂水域中船舶通航安全的客观评价与分析，为船舶安全航行和避让决策提供了可靠决策依据; (4)提出了基于密度的完整轨迹的聚类新算法:基于轨迹点采样，定义了完整轨迹的相似性度量，研究适合完整的船舶轨迹数据、基于密度思想的轨迹聚类算法，提高轨迹聚类结果的正确率和快速性，为挖掘船舶交通流模式提供新途径。 |
| 作者： | 潘家财 |
| 专业： | 人工智能基础 |
| 导师： | 姜青山 |
| 授予学位： | 博士 |
| 授予学位单位： | 厦门大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
