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.     

基于船舶交通模拟实验的水域通航风险评估

基于水域通航环境的分析和船舶流量的统计,采用VB 6.0编程方法设计并建立船舶交通模拟实验平台,对船舶会遇信息进行统计分析,从而实现通航风险的有效评估,其评价结果具有实时性和区域性分布的特点.     

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。     

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。     

船舶会遇态势的判断

大连海事大学东[内容提要]综合分析了《国际海上避碰规则》的相关规定和现有的相关研究,解析了会遇态势判断的要点,并在此基础上对船舶间的会遇态势进行了定量划分。这种划分有助于航海人员对船舶会遇态势的判断,也可以用于船舶自动避碰系统中实现船舶会遇态势的自动判断,有一定的实际意义。     

枢纽双线船闸船舶航行会遇方式研究

文章以株洲航电枢纽和长沙综合枢纽为例,分析了双线船闸共用引航道和非共用引航道的布置特点以及航行区段的划分问题。采用三维水流数值模拟和船舶操纵数学模型研究手段分析了株洲航电枢纽和长沙综合枢纽坝区河段的航行条件及船舶进出闸会遇方式。在此基础上提出了双线船闸船舶安全高效的航行会遇方式及航行管理措施。     

基于安全会遇距离模型的智能船舶航行行为可靠性评估

为提高智能船舶的可靠性和航行安全性,提出了一种基于安全会遇距离模型的智能船舶航行行为可靠性评估方法.文章构建智能船舶航行行为可靠性评估指标体系,并运用船舶安全会遇距离模型,建立智能船舶在两船互见会遇场景中的航行行为故障判断流程,研究在不同会遇场景中智能船舶航行行为可靠性指标值并进行对比分析.研究结果表明,该可靠性评估方...     

基于AIS数据的交汇水域船舶会遇态势辨识

船舶会遇态势辨识是实现船舶安全避碰的重要前提,交汇水域复杂的通航环境和船舶运动的不确定性使在辨识会遇态势过程中容易出现误判的情况.为准确快速辨识交汇水域的船舶会遇态势,提出联合支持向量机-贝叶斯滤波(Support Vector Machine and Bayesian Filter,SVM-BF)的辨识会遇态势模型和...     

PSC数据中船龄与缺陷相关性的可视化挖掘

基于台湾某四港近8年来PSC工作的电子数据记录,对船舶缺陷与船龄进行关联分析,提取其间相关特征,提出一套行之有效的可视化数据挖掘方法,为提高港口国检查工作效率提供了一个科学、高效的定量方法。     

基于数据挖掘的船舶机舱监控系统

针对常规机舱监控系统已不能满足日趋智能化和数字化的船舶机舱设备的监控要求,提出并开发了一套基于数据挖掘的船舶机舱监控系统。该系统不仅能实现常规机舱监控系统的监控功能,而且融入了智能数据挖掘技术,可实现在线数据挖掘和分析,扩充了监控系统的内涵。设计了基于数据挖掘的船舶机舱监控系统硬件和软件部分,给出了适合船舶机舱数据挖掘的聚类算法,并利用该算法结合实船数据进行了挖掘分析;结果表明该系统稳定可靠、界面友好、挖掘方法合理,满足实船数据处理要求,为船舶机舱监控系统的设计及应用提供了一种新的思路。     

数据挖掘技术在舰船机舱概念设计中的应用

数据挖掘技术代表了数据处理和知识创新的一种新方向。本文通过分析舰船机舱概念设计的原理及方法，讨论了数据挖掘技术如何应用于计算机辅助概念设计系统中，并分析了相关关键技术。     

基于关联规则的舰艇故障诊断数据挖掘系统结构框架

该文针对许多舰艇故障现象不能用结构化的数据来表达 ,基于规则推理的传统专家系统对规则提取又是相当困难 ,提出了一种以过去已有的大量诊断案例和可能发生的故障和排除方案作为知识的来源 ,基于关联规则的舰艇故障诊断数据挖掘系统结构框架 ,并讨论了舰艇装备系统单层次故障和多层次故障关联规则的挖掘。     

基于船舶碰撞事故调查报告的人的因素数据挖掘

船舶碰撞事故发生率居高不下与人为失误有关，而人为失误的发生又受到包括个人因素、环境因素、船舶因素以及组织因素的影响。根据一般的事故统计数据能够初步识别出引发碰撞的人为失误行为，但要进一步建立影响因素与人为失误之间的对应关系却一直是令研究人员困惑的事情。一方面是因为缺少数据，另一方面是缺少方法。我们在收集100个碰撞事故调查报告的基础上，利用数据挖掘技术中的关联规则对人为失误与其影响因素之间的关系进行了挖掘，初步确定了船舶避碰过程中人为失误与引发因素之间的对应关系。     

海上惊魂——日中海军舰艇在索马里海域的不期邂逅

众所周知,中日因钓鱼岛问题和防空识别区争议而出现关系冷淡,对中国充满敌意的日本右翼势力,不断煽动“中国威胁论”,鼓吹中日对抗。甚至连中阔和日本各自派遣军舰赴索马里护航,为国际社会提供“公共安令产品”也被看做是“心照不宣的武装较最”。最近,口本《世界舰船》杂志大篇幅介绍了日本护卫舰在索马里海域和中国海军舰艇不期而遇的细节,出于某种“不健康的心态”,文中故意用“中国”指代中国,㈦时还把日方指挥官和舰艇名称化名处理,显见其用心之险恶。     

一种新的聚类算法在数据挖掘中的应用

说明聚类算法在数据挖掘中的作用,并结合实际数据的特点,采用一种新的模糊聚类算法.该算法在事先不知聚类数的情况下,能够确定聚类数及中心点.同时,能够消除噪声对于数据的影响,适合较大规模的数据,方便进一步的数据挖掘.对实际通信信号的实验结果表明该方法是实效的.     

基于覆盖算法概率模型的海量数据挖掘研究

针对通信数据海量、噪声多的特点,从大规模数据挖掘的角度出发,采用覆盖算法构造人工神经网络进行数据挖掘。文章在对覆盖算法进行深入研究的基础上,对其进行了改进,利用高斯函数的概率意义,为覆盖算法建立一个有限混合概率模型,利用"最大似然原理"引入全局优化计算,实现覆盖算法的全局优化。将这种算法应用到短波信号搜索数据的挖掘中,取得了良好的效果,验证了其效率。     

数据挖掘技术在海流要素辅助船舶导航中的应用研究

海流对船舶导航、航行安全影响较大.本文在对海流研究成果和海洋环境数据库进行深入研究的基础上,详细考察了船舶在航行过程中对海流信息的应用环境及需求.为提高业务化应用能力,采用模式分析等数据挖掘技术,提出了实测数据融合的技术方案,给出了海流要素辅助船舶导航的应用模式.最后,以电子海图系统为平台,初步建立了海流要素辅助航迹模拟、船位校正等应用系统.