原文传递
基于自动识别系统大数据的船舶施工轨迹识别与预测
| 题名： | 基于自动识别系统大数据的船舶施工轨迹识别与预测 |
| 正文语种： | 中文 |
| 作者： | 徐婷；戴文伯；鲁嘉俊； |
| 作者单位： | 中交疏浚技术装备国家工程研究中心有限公司； |
| 关键词： | AIS数据；数据挖掘；ARIMA模型 |
| 摘要： | 针对疏浚监控管理工作很难全天覆盖所有船舶、无法做到实时监控的问题,分析某绞吸挖泥船的AIS(自动识别系统)高频数据,包括疏浚船舶动态的航行轨迹、速度、航向等数据。对船舶施工轨迹辨识和预测进行研究,提出利用DBSCAN聚类算法粗略识别出施工区域,利用LOF(局部异常因子)算法去除航行轨迹中非施工状态下的轨迹,并利用时间序列ARIMA模型对船舶施工轨迹进行预测。结果表明,DBSCAN聚类算法结合LOF算法进行施工轨迹辨识方法合理可行,ARIMA模型进行施工轨迹预测的方法具有精确度高、实时性、易实现的特点。 |
| 期刊名称： | 水运工程 |
| 出版年： | 2019 |
| 页码： | 119-122,126 |
检索历史
应用推荐
