一种利用AIS数据挖掘的航线生成方法

为了实现航线的快速规划,提高航线设计研究的实用性,提出了一种基于AIS数据挖掘实现航线生成的方法。首先,分析AIS数据,找寻AIS数据与航线设计间的关联性,通过算法设计、数据库设计和程序设计,实现了对目标航线的匹配筛选以及航线的再生成。实例结果表明本方法有效可行,具有较高的实用性。     

基于AIS数据的船舶航迹多维预测方法

目前,船舶轨迹预测存在数据噪声严重、缺乏考虑历史轨迹的相似性的问题,导致预测精度不高,难以满足实际需求。针对该问题,从船舶自动识别系统(Automatic Identification System, AIS)数据去噪、在预测模型中考虑历史数据两个方面提高船舶轨迹单步预测的精度和可靠性。根据相邻时刻的AIS数据修复当前时刻的船舶运动参数;使用二维长短时记忆网络(Long Short-Term Memory, LSTM)算法分别从时间和空间的角度将当前船舶的航迹数据和历史轨迹数据相融合,建立航迹预测模型和区域预测模型;利用试验数据验证模型的综合性能。试验结果表明:该模型可获得精度较高的船舶航行轨迹。     

利用AIS数据挖掘建立船舶到达规律模型

首先介绍船舶交通流对于船舶港口的影响;然后从泊松分布、负二项分布入手,详细的说明船舶到达规律;最后通过AIS数据挖掘建立了影响船舶达到规律的参数。通过对参数的分析建立船舶到达规律模型,实验证明负二项分布所建立的模型能更好地描述船舶进出港口的情况。     

利用AIS数据库实现船舶状态数据监测与挖掘

在现有海上船舶监控系统中,无论是基于雷达信号数据还是视频监控数据,由于信号传输机制及最终信号处理都需要一定时间,其实效性并不高,应用范围也有一定的局限性。AIS(自动识别系统)是一种工作在高频段的自主广播系统,能够实现岸基与船舶、船舶与船舶之间实施交换航行状态、位置坐标以及气象变换等信息。本文在研究现有AIS原理及结构的基础上,基于AIS数据交互提出一种实现船舶状态数据监控的控制平台,并给出仿真结果。     

提升算法下船舶AIS航迹数据压缩方法

为保证船舶AIS航迹数据的有效管理,提升船舶管理水平,研究提升算法下船舶AIS航迹数据压缩方法。该方法通过IEC61162-1标准和ITU1371-1协议,转换AIS轨迹数据格式,采用基于偏序集的规则链方法清洗转换后的AIS数据,并完成数据中经度和纬度的坐标转换。将数据存储在SQLite数据库,并按照时间顺序将其导入提升算法中,通过该算法压缩船舶AIS航迹数据,获取船舶AIS压缩后航迹数据。测试结果显示：该方法的压缩率均在90.6%以上,数据长度损失率最大值为0.11%,压缩效果较好,并且可保证压缩后数据的完整性;压缩后可较好地保存船舶转向行为数据点,确保数据的效用成果,提升船舶的管理水平。     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

基于低信噪比AIS数据的船舶航迹精准预测

针对船舶自动识别系统(AIS)数据存在较大的实时系统噪声和测量噪声,且易丢包和产生错误的问题,提出了滑动卡尔曼循环网络.该方法采用加窗处理的方式,通过在各窗口中建立状态方程,并使用实时计算的噪声对其进行更新,将非线性高斯系统转化为线性高斯系统.将该高信噪比状态参数输入相应时刻的循环单元中,训练网络参数,从而拟合其非线性关系,实时预测船舶的航迹进行.试验对大连—烟台航段的AIS数据进行分析,并将所得结果与传统方法相对比,证明该方法具有较高的精度和较快的速度,可实时对船舶航行轨迹进行精准预测.     

基于数据挖掘的船舶航迹点生成算法

随着船舶航运事业的发展,对船舶航线生成控制精度要求也越来越高,传统船舶航迹生成方法受航行环境影响较大,船舶航迹经常发生偏移等状况,难以保障船舶航行的精准和安全度,不能满足当前船舶航运事业的发展的要求。基于以上背景对船舶航迹点生成算法进行深入研究,结合数据挖掘法对船舶航行稳定性、安全性和经济性的角度出对船舶海量数据进行挖掘,对船舶轨迹点生成方法进行创新和优化。以便精准对船舶航迹点进行规划和决策,增强船舶航行过程中的抗干扰能力,提高船舶航行效率和安全,优化船舶通航避免船舶航迹点错误等问题。为了检验该方法的可行性,对船舶航迹点生成控制算法进行测试,通过对测试结果进行分析证实,基于数据挖掘的船舶航迹点生成算法可更加精准有效的对船舶航行位置进行控制。由此证实,该方法具有较高的仿真精度,适用于船舶航迹点生成控制算法的仿真研究工作。     

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。     

基于人工智能技术的船舶航迹点生成算法

利用栅格法构建海洋环境数据模型作为船舶航迹点生成的模拟图.在此基础上将航行距离最短与航行障碍物最少作为目标构建船舶航迹点生成数学模型,使用自适应交叉概率与变异概率优化鱼群算法,使用优化后的鱼群算法确定船舶航迹点生成数学模型的最终解,获取最佳船舶航迹点.经过试验分析,该算法能够准确生成船舶航迹点,与同类算法相比具有明显优...     

一种考虑船舶航速航向的AIS航迹插值方法

海上目标多手段融合探测中,需要等时间间距的AIS信息来描述船只的航行轨迹,作为验证其他船只探测手段的依据。针对传统的AIS线性插值方法在同一船只相邻2条AIS信息时间间隔过长时产生较大偏差的问题,本文提出一种新的AIS航迹插值方法。该方法综合考虑了目标的航速、航向等动态信息,通过对插值时间段内的船只位置进行预测,形成运动船只在该时间段内的插值航迹。最后,利用实测AIS数据对该方法进行验证,结果表明,相比线性插值,本文所提方法的航迹插值结果更接近船只在插值时间段内的实际航行轨迹。     

基于AIS航迹拟合的船舶航迹带宽度计算与分析

船舶的航迹带宽度值反映了船舶在航行过程中偏离航迹线的程度,可以表征船舶的位置变化情况,能够为船舶通航安全研究和航道宽度设计等方面提供参考依据。基于AIS数据获取船舶位置点进行航迹拟合,并考虑风流压差的影响计算船舶航迹带宽度,与设计规范给出的值进行对比分析,为相关规范的进一步研究和发展奠定基础。     

船舶AIS网络通信异常数据修正方法仿真

为提高船舶AIS网络通信异常数据修正效果,设计一个船舶AIS网络通信异常数据修正方法。首先对通信网络异常数据进行分析,然后采用神经网络对异常数据做了数据融合处理,最后采用小波变换方法对船舶AIS网络通信异常数据修正。仿真分析表明,此次研究的船舶AIS网络通信异常数据修正方法能够有效地将异常点恢复到原始点上,证明了所研究的修正方法的有效性。     

基于AIS数据的船舶领域建模

为研究船舶领域,利用船舶自动识别系统(Automatic Identification System,AIS)数据,提出一种船舶领域建模方法。根据样本选取目标船,通过提取目标船的周围船舶,对周围船舶相对目标船的运动轨迹进行拟合,从而求取船-船最近距离,以该最近距离确定目标船周围最近船舶的相对位置分布,构建出船舶领域统计模型。以最近船舶的相对位置分布为样本,运用统计学的方法,进行样本估计,进而确定船舶领域的形状和大小。利用荆州渡船区域的AIS数据,对该模型进行验证,并通过对比分析横穿航道的横驶船与航道内直航船以及不同尺度的上行船舶和下行船舶的船舶领域特征,得到不同类型船舶的领域特征差异。结果表明,利用该模型所确定的船舶领域与实际情况相符。     

密度聚类方法在船舶航迹图谱挖掘中的应用研究

研究密度聚类方法在船舶航迹图谱挖掘中的应用。针对航迹点密度不均匀的特性,给出一种改进的密度聚类方法,即结合分类的基于弥散度的聚类算法。该方法采用弥散度作为相对密度的度量标准,根据其动态分布来确定核心点与边缘点,并使用KNN核密度估计方法对边缘集合分类。实验结果表明,本文所使用的密度聚类方法能够对船舶航迹进行有效聚类。     

基于AIS大数据的南京长江大桥水域规律航迹研究

南京长江大桥水域通航环境复杂,安全风险高.掌握船舶航行规律,对桥区水运安全监管及航道优化具有重要意义.利用船舶自动识别系统(AIS)大数据,采用自动化并行航迹密度计算方法,识别出不同大小的船舶在不同水期的规律航迹分布,并结合多源数据分析其时空变化特征.通过研究发现大桥水域船舶航行总体符合航行规则;相比小型船舶,大型船舶...     

基于AIS数据的船舶富余运力研究

<正>利用AIS数据获取某区域闲置船舶信息,对其进行统计分析,并换算成船舶富余运力,为航运相关企业全面了解该区域船舶富余运力提供一条新途径当前,关于船舶富余运力的研究主要分为两类:一类是某区域一定时期内由于各种原因而闲置的船舶数量和吨位的统计,直观地反映了该区域一定时期内船舶运力富余状况,即运力研究;另一类则是研究航运市场的即期运价,从侧面反映相应时期内的船舶富余运力,即运价指数研究。运价指数主要是针对航运市场上运价变化所做的     

基于AIS数据的船舶碳排放量分析研究

为实时监控船舶碳排放量,提出了碳排放量评估模型。该模型通过分析碳排放量和燃油消耗量的计算方法,建立了碳排放量、燃油消耗量和船舶AIS信息三者之间的联系,为船舶碳排放量的分析提供了有效途径。     

面向船舶避碰的异常轨迹点数据动态挖掘方法

船舶在避碰状态下开展异常轨迹点数据动态挖掘时,若不能及时了解避碰危险等级,会降低船舶异常轨迹点数据挖掘的挖掘性能。为提升异常轨迹点数据动态挖掘精度,提出面向船舶避碰的异常轨迹点数据动态挖掘方法。首先对船舶航行避碰危险程度展开具体分析,并根据分析结果采集船舶异常轨迹点数据,通过小波去噪算法完成船舶异常轨迹点数据的去噪处理。再进行数据去噪处理,提取轨迹点船舶的各项参数特征,结合长短期记忆网络构建船舶异常轨迹点的数据动态挖掘模型。最后将提取的特征向量实施变异赋值,将其赋值结果作为模型输入值输入模型中。根据模型输出实现船舶避碰情况下,异常轨迹点数据的动态挖掘。实验结果表明,使用该方法开展船舶异常轨迹点数据动态挖掘时,挖掘性能较高,挖掘效果好。     

基于AIS数据的集装箱船舶典型运动轨迹研究

以某艘到达天津港的集装箱船舶AIS数据为例,分析讨论如何选取模型参数获取船舶典型运动轨迹。并采用典型运动轨迹预测船舶航行时间,应用实例表明基于典型运动轨迹可以较船期表更加准确地预测船舶航行时间。