基于AIS数据约束聚类的海上交通特征分析

为识别船舶交通流,分析海上交通特征,根据海上交通工程理论和数据挖掘技术,考虑AIS数据点的多种属性约束,改进一种基于密度的聚类算法,从大量AIS数据中解析不同类型的船舶交通流,计算平均航向和航速,并选取浙沪交界复杂水域进行实例验证。聚类结果与实际相符,证实了算法的可行性和有效性。     

数据挖掘技术在船舶到达规律分析中的应用研究

数据挖掘是指通过对数据进行特定分析,揭示数据内部蕴藏的联系和规律,以供后续应用。数据挖掘技术的应用早已引起信息产业界的广泛关注。在快速增长的数据量和匮乏的信息量之间矛盾的作用下,数据挖掘技术随着涉及学科的发展而不断进化。海上交通特征分析的基本目的是通过特定算法对收集到的海上数据进行充分分析,以便从微观和宏观上掌握海上船舶的运行情况、特征及规律,为港口规划和管理做充分理论依托。本文基于对AIS数据的研究,通过数据挖掘技术分析厦门港航道的交通状况。     

基于聚类分析算法的舰船数据挖掘

目前应用的舰船数据挖掘准确度较低,因此设计一种聚类分析算法的海上舰船数据挖掘。在数据挖掘中应用聚类分析算法,需要对数据进行预处理,得到文本数据特征向量集,利用模糊集体现近似关系,根据隶属度的取值将模糊聚类的思想演变为目标函数,将数据集按照目标函数,划分为具有较小差距的群组,初步得到数据挖掘结果,经过评估后,筛选出准确度最高的数据,作为数据挖掘的最终结果。至此完成了聚类分析算法的海上舰船数据挖掘的研究。通过实验表明,设计的数据挖掘准确度平均为92%,比传统的数据挖掘准确度高17.2%,验证了设计的聚类分析算法的海上舰船数据挖掘在提高挖掘准确度方面的可靠性。     

基于数据挖掘的船舶行为研究

如何从我国沿海港口海量的船舶自动识别数据中找出海上交通知识,是我国交通海事部门和港口管理部门亟需解决的重要同题.针对海量数据处理的瓶颈及海上交通数据的特点,运用地理网格技术划分港口水域,从而降低船舶航迹数据复杂度,建立船舶行为模型,对每个地理单元格上的船舶行为进行统计分析,进一步运用数据挖掘技术揭示整个海域船舶行为规律.所挖掘的知识可以运用到船舶航行位置预测、船舶异常行为检测及海上交通流模拟等研究领域.该研究方法开拓了海上交通安全的研究思路,为海事部门和港口管理部门的通航环境管理等提供理论依据.     

数据挖掘在海上交通特征分析中的应用研究

数据挖掘(Data Mining)就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。而海量的船载AIS信息集合蕴藏着大量的海上交通特征,利用数据挖掘理论与技术,以厦门港主航道的大型船舶AIS信息为对象,从空间、时间、概率分布三个方面,对AIS信息集合蕴藏的海上交通特征中反映船舶航向和航速变化率进行挖掘研究,获得了厦门湾内主航道通航环境空间和时间特性以及航向航速变化率概率分布特点。该研究方法为海量AIS信息研究提供新的思路,利用所挖掘的知识可以分析水域的通航环境,为港口主管部门的通航环境管理等提供理论依据。     

基于多智能技术的船舶交通流仿真研究

交通流理论是一种数学和物理学进行交通特性分析的新型理论。随着社会经济的发展,海上交通运输业越来越繁荣,一方面促进了全球经济的发展,提高了物流运输效率;另一方面,导致海上航线密集,船舶碰撞、搁浅事故频发。因此,研究船舶海上交通理论有重要的意义。本文基于多智能(Multi-Agent)技术,建立了船舶智能交通模型,并进行了船舶交通流的仿真。本研究可以有效的促进海上航线规划水平,提高海上船舶的交通管理能力。     

内河航道航速限速分析

为提高航道的载运量,以船舶流量最大为依据,运用交通流理论和跟驰模型对航道船速进行分析求解。首先根据航道主要船舶比例数据得到航道的标准船载质量,然后运用matlab拟合求出相应的标准船长,再根据交通流理论和跟驰模型得到最佳的航速设置,从而实现对船舶航速的优化分析。     

长江干线宜昌—黄石段航道水位变化分析研究

随着长江数字航道的建成和使用,积累了大量的航道数据资源。建立数字航道系统数据仓库,利用数据挖掘技术,从大量的航道数据资源中挖掘隐藏于其中的信息,对于快速准确的研判航道变化趋势,提升数字航道服务水平具有十分重要的意义。本文以长江宜昌—黄石段水位观测和预测为突破,简要阐述了数据挖掘需要推广的技术和预期效果。     

内河船舶交通流建模与仿真研究

为了更精确地模拟内河船舶交通流的运行状态,根据内河船舶相互影响特性,将航道作为交通流中为船舶提供通航服务的主要资源,将船舶行为及相互之间的耦合关系模型化,在此基础上构建基于通航服务资源的内河船舶交通流模型.利用仿真软件进行仿真实验,结合长江干线某断面流量数据进行实例验证.实验结果表明,该模型能较好地模拟内河宏观交通流.     

基于OD切分的船舶AIS航迹

通过对船舶自动识别系统(Automatic Identification System,AIS)数据进行深入挖掘,获取船舶海上交通特征信息。以频繁往返于厦门港水域的船舶"中远之星"号为例,基于Hive数据仓库和R语言平台,利用探索性分析和可视化等数据挖掘技术,得到反映船舶海上交通特征的信息。建立合理有效的航迹插补、航迹切分及子航迹段合并算法,得到若干个能清晰反映船舶运动路线的OD(出发点—终点)航迹。研究成果可为船舶航迹聚类、船舶异常行为检测和海上交通安全监控等奠定基础,从而实现船舶交通管理系统的智能化。