原文传递
基于AGA-TraClus的船舶轨迹实时聚类方法及系统实现
| 论文题名： | 基于AGA-TraClus的船舶轨迹实时聚类方法及系统实现 |
| 关键词： | 船舶自动识别定位系统;导航特征;轨迹信息;实时聚类 |
| 摘要： | 随着海洋信息技术的发展与大数据分析时代的来临，以及基于船舶自动识别系统(Automatic Identification System，AIS)和历史轨迹数据库系统的形成，大量的AIS船舶历史轨迹为探索海洋智能监管算法提供了重要的数据支撑，识别船舶运动模式以提高海事部门的监管效率[1]。然而，船舶自动识别定位系统无法实时发现船舶导航特征、基于传统聚类算法无法解决海量轨迹数据聚类的缺点。在这样的背景下，本文提出了一种基于AGA-TraClus的轨迹聚类算法，结合用于大规模数据聚类分析的Storm分布式实时计算平台，设计并实现了基于AGA-TraClus的船舶轨迹实时聚类分析系统。 首先为解决聚类算法中存在参数选取敏感的问题，本文结合自适应遗传寻优算法提出了基于AGA-TraClus的轨迹聚类算法。进一步论述了这种方法的优点、基本原理、实施过程等。该算法可以自适应参数选取，从而达到减少工作量，更好地实现聚类效果的目的。 接着对比分析了分布式云计算平台的优劣，选择了Storm这个大数据分析实时处理框架，并结合了Kafka消息队列，搭建了强大的聚类环境，有效避免了数据过高并发导致的系统崩溃，实现了大数据的逐条读取。通过比较Java单机环境与Storm集群的数据延迟以及吞吐能力、内存使用状况等方面，证实了Storm集群运行状况良好，可以实时高效地处理大数据流[2]。 最后结合算法与框架平台及Web端，开发设计并实现了一个船舶轨迹聚类分析系统。并以渤海海域一个月货船AIS数据为实例进行实验，实验结果表明，此系统能够实现对船舶轨迹数据聚类分析的实时、高效处理，聚类结果良好且符合实际，对未来海上交通规划、海事监管工作有一定的研究意义。 |
| 作者： | 李冬蕾 |
| 专业： | 地图学与地理信息系统 |
| 导师： | 侯英姿;王方雄 |
| 授予学位： | 硕士 |
| 授予学位单位： | 辽宁师范大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
