B/S架构的海上船舶交通信息管理系统

为了实现海上船舶交通管理的信息共享,提高对海上船舶交通信息管理的智能水平,提出一种基于B/S架构的海上船舶交通信息管理系统开发设计方案。系统采用无线信息采集层、网络数据传输层和面向对象应用层的3层结构,采用RFID、无线传感器、红外等数据信息感知技术进行海上船舶交通信息的原始采集,在B/S架构体系上进行交通信息管理系统的总线数据传输和远程通信设计,系统采用Lab Windows/CVI和B/S结构进行无线通信组网设计,在应用层完成整个船舶交通信息处理和交叉编译操作,在嵌入式内核下进行海上船舶交通信息管理系统的软件开发设计。系统测试结果表明,采用该系统进行海上船舶交通信息管理的智能性较好,对交通信息的集成调度能力较强。     

基于图像处理技术的船舶航行轨迹分析与应用系统设计

近年来,海上贸易不断发展,港口和海上航线的船舶密集程度不断提高,海上交通事故频繁发生。海上交通监管部门为了改善海上交通,降低海上交通事故发生的概率,投入大量的精力研发海域内船舶的导航与航行轨迹分析等技术。船舶的航行轨迹数据分析有助于对船舶的航迹进行预测,检测出海域内船舶的航迹偏离等问题,提高船舶航行的安全性。本文重点研究了海上航迹的图像处理技术和卡尔曼滤波技术,并基于图像处理技术实现了船舶航行轨迹的分析和预测,对改善海上交通,降低海上碰撞事故发生的概率有重要意义。     

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.     

基于B/S构架的海上船舶交通信息管理系统

为了提高海上船舶交通信息的智能管理和集中调度能力,提出一种基于B/S构架的海上船舶交通信息管理系统设计方法。首先进行系统的总体结构设计和指标分析,系统开发平台建立在嵌入式ARM环境中,信息系统的数据感知层采用B/S构架下的组网结构进行大数据采集分析,基于Tiny OS实现信息管理系统的网络组件接口设计,信息管理系统采用应用层、业务层和数据层的3层网络体系设计,数据库采用Mysql,在B/S构架下进行后台服务器搭建和接口设计,在嵌入式Linux内核环境中进行海上船舶交通信息管理系统的软件开发。系统测试结果表明,该系统能有效实现对海上船舶交通信息的智能管理和调度,信息处理能力较好。     

船舶会遇的时空数据挖掘算法及应用

船舶会遇是海上船舶交通研究的重要方面。传统的船舶会遇研究数据采集花费巨大,而海量、实时的船舶AIS数据则真实记录特定水域的船舶会遇状况。根据海上交通工程理论和数据挖掘技术,设计了高效的从海量的船舶AIS数据中提取船舶会遇信息算法,并以厦门湾的船舶AIS数据为例,从船舶会遇的空间、时间分布,会遇船舶尺度和态势等多个角度研究分析了厦门湾船舶会遇状况。研究结果可为港航主管部门改善海上通航环境、降低船舶事故提供理论依据。     

基于计算机的海上避碰模拟系统开发

海上船舶碰撞事故威胁着海上航运的安全,造成大量经济损失的同时还会危及船员的生命安全。为了提高海上航运经济性和安全性,研究船舶的海上避碰技术有重要意义。本文主要结合计算机技术和多雷达数据融合技术,研究了一种基于计算机的海上避碰模拟系统,利用该船舶避碰模拟系统,可以实现对海域内航行船舶的碰撞几率预测,并对航行线路进行合理的规划,从而提高船舶航行的安全性。     

电子信息图像处理与卫星遥感技术在船舶目标识别中的应用

为了提高我国海上交通的管理水平,维护我国领海的安全,进行严格的海域监控非常有必要。舰船的目标识别技术是指利用卫星技术和图像分析技术,快速、准确的识别海域内船舶。本研究针对大型港口的船舶识别问题,系统的研究了卫星遥感图像的去噪、特征提取、灰度处理等内容,对提高船舶识别的效率和精度有重要的意义。     

基于AIS信息的船舶轨迹聚类模型及应用

为获得船舶典型的运动模型,及时发现船舶异常轨迹并对其进行有效监控和管理,进而实现海上智能交通,基于船载AIS蕴藏着大量的海上交通特征的特点,从中获取能够反映船舶行为规律的有效的、潜在的信息。根据海上交通工程理论和数据挖掘技术,利用AIS信息并结合轨迹聚类算法,完成对已有轨迹的聚类,从中获取船舶典型的运动轨迹。以厦门港主航道及闽台直航船为实例,通过构建相应的AIS数据库并对船舶轨迹进行聚类结果展示,获得该海域船舶典型的运动轨迹。     

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。     

船舶操作预报中数据挖掘算法的应用与实现

在现代海上交通管理中,船舶航行操控对整个航道的安全非常重要,因此只有充分挖掘海量的操作数据,才能有效实现船舶的航行安全。本文从海上交通的角度对船舶的操作行为模式展开研究,利用数据挖掘技术对AIS系统的数据进行分析,从而实现对船舶行为的预测,监测的数据主要有船舶的航行位置、船舶状态的监测和船队数量的识别等。通过仿真对特定港口的船舶数量进行大数据预测,从而能够提前预报,有效提高港口的管理水平。     

基于船舶大数据平台的物联网数据挖掘研究

海上监测平台通过传感器网络获取大量的海洋环境数据和船舶航行数据,由于作业平台的网络不稳定,数据来源广、类型多,不便于管理,因此,设计合理的船舶数据平台管理系统有重要意义。本研究充分结合物联网技术和传感器融合技术,对船舶大数据平台的数据管理和数据挖掘进行了系统的研究,并设计了一种聚类数据挖掘算法和数据挖掘引擎。     

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。     

船舶无线传感器网络中物联网技术的应用

无线传感器网络是一种自组织式的传感器网络,传感器节点之间通过无线通信技术进行数据传输,可以显著提高信息采集、分析和处理的效率,在多种工业领域具有广泛的应用。物联网技术是将互联网技术和计算机技术相结合的一种新兴技术,具有重要的实际应用价值。本文的研究对象是海上综合信息管理平台,该平台主要负责海域内船舶、海洋环境、气象环境等信息的采集,同时对该海域内船舶进行导航。本文研发了一种基于无线传感器网络的海上综合信息管理平台,并详细介绍了该平台中的传感器节点设计过程。     

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。     

网络数据库体系结构在分布式船舶动态跟踪系统的应用

为了加强对海上船舶的管理与监控,提高海上交通安全性,对船舶的实时跟踪与监控具有重要作用。船舶动态跟踪系统结合了网络技术、船舶自动识别系统、信息技术等先进的技术,可以实现海上24 h的船舶动态监控与跟踪。本文对现有船舶动态跟踪系统进行数据库的优化升级,采用一种分布式体系结构的数据库,重点对船舶动态跟踪系统的数据访问、数据监控等内容进行了研究,有助于提高现有船舶动态跟踪系统的数据库性能。     

海上船舶航行数据特征的数据挖掘分析

数据挖掘对于船舶航行特征分析有着重要作用,而与国外相比较而言,我国海上运输中数据挖掘技术的应用还相对不成熟。为此,本文对海上船舶航行数据特征的数据挖掘分析方法进行研究,以便为船舶安全航行与海运交通管理提供新方法。     

基于数据挖掘的船舶海上物流供应链建模研究

船舶海上物流供应链的研究主要依靠大量数据,传统的模型中存在数据聚合度低的问题,因此,提出基于数据挖掘的船舶海上物流供应链建模研究。以星型结构建立数据仓库,生成数据库存事务表,以仓库中数据为依据,使用数据挖掘技术实现高维数据聚类,根据货物流向特点,结合RFID技术构建海上物流供应链工作流模型,达到供应链研究目的。实验结果表明:与传统的模型相比,设计的基于数据挖掘的船舶海上物流供应链模型的数据聚合度更高,说明该模型适合应用在船舶海上物流供应链研究中。     

基于改进模糊聚类分析算法的船舶图像分割研究

海上船舶的红外成像技术可以为海上舰船的管理、监测提供良好的数据支撑,确保海上交通的安全性和船舶的有效管理。本文以海上船舶的红外图像处理为研究对象,介绍舰船红外成像系统的原理,采用一种改进的模糊聚类分析算法进行舰船红外图像处理,提高舰船红外图像识别的精度。     

海洋运输船舶轨迹分析研究

对于海上交通调查来说,船舶的轨迹数据是重要的资料,对于船舶运动规律的研究具有重要的参考价值。随着海上通信、导航技术以及监控网络的日益改进与完善,关于船舶轨迹数据的数据研究,在覆盖范围等勘察的有效性已经得到极大的突破,使得传统总体交通模式在运用轨迹数据的方法上,突破了传统的技术瓶颈,并且解决了各类方法中存在的固有问题,对其未来的发展具有重要的作用。