| 船舶行为异常检测研究进展 |
| |
| 引用本文： | 陈影玉,杨神化,索永峰.船舶行为异常检测研究进展[J].交通信息与安全,2020,38(5):1-11. |
| |
| 作者姓名： | 陈影玉 杨神化 索永峰 |
| |
| 作者单位： | 集美大学航海学院 福建 厦门 361021 |
| |
| 基金项目： | 福建省自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 船舶行为异常检测对于海上安全、海域的智能监管具有重要意义.异常检测算法不能满足轨迹大数据挖掘在实时性、准确性和鲁棒性等方面的需求.将异常行为进行分类,分析目前几类主要的异常检测方法:统计分析在对数据分布做出正确假设时根据概率分布获取异常情况,确定合适的异常阈值较为困难;预测法基于对历史数据的了解程度,易受多种因素影响;机器学习依赖数据特征、计算复杂度高.基于此,总结可能提高统计分析、机器学习和预测法检测效果的方法,指出将在线实时检测引入船舶检测,并展望数据处理、轨迹表示、挖掘分析和情境语义在异常检测中的可能研究方向.
|
| 关 键 词： | 交通控制 船舶行为 异常检测 轨迹挖掘和分析 异常行为 |
Research Progress of Ship Behavior Anomaly Detection |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载全文 |
|
