AIS中四种协议的应用探讨

此文对AIS工作过程中所使用的四种协议进行了探讨，主要包括各种协议的含义及使用的场合，相关协议的重要参数及其作用，以及AIS的工作流程中各种协议的衔接并发挥其作用等作了阐述。     

一种智慧海事监管平台的设计与实现

通过信息化手段尽可能早地发现沿海航运存在的安全隐患,尤其是精准识别船舶危险场景,对于保障沿海航运的安全性而言至关重要。基于我国东海市级海事局的实际业务需求,借助大数据、人工智能等先进技术,引入CCTV(Closed Circuit Television)高速摄像机、无人机、风速仪和能见度仪等感知设备,将其采集的数据与传统海事相关企业的数据相融合,建立一套适用于日均船舶流量7 000艘次(不含渔船)港口的海事监管平台。实际应用结果表明：该平台投入使用之后,能将以往的被动海事执法转变为全天24 h不间断自动监控,减轻海事值班人员的工作量;通过采用超速预判算法计算,能实时输出危险行为预警,助力智慧海事监管的实现。     

应用车辆牌照自动识别系统自动检测行程延误的算法研究

为实现行程延误信息的实时自动采集,并提高信息采集的准确性,本文提出了应用车辆牌照自动识别系统实时自动采集行程延误的思想,并设计了面向路网的行程延误算法．该方法可以为交通管理与控制、路线诱导及交通规划等方面的研究提供重要的基础数据,具有广泛的应用前景．     

车牌自动识别系统在高速公路机电系统工程中的应用

车牌自动识别系统在高速公路上的应用,对完善收费系统,杜绝收费漏洞,减轻收费人员的劳动强度,提高收费综合管理水平和服务水平,起到了极其重要的作用.     

基于数据挖掘的船舶通信网络失效节点自动识别方法

目前提出的舰船通信网络失效节点自动识别方法耗时时间较长,冗余节点关闭率较低。为了解决上述问题,提出基于数据挖掘的舰船通信网络失效节点自动识别方法。确定目标数据集,得到特征提取最优解集合和整体最优解集合,识别提取异常数据特征,建立异常数据聚类集合,引入数据密度系数计算i节点数据聚类结果优化数值。构建失效节点自动识别函数,得到检索半径的适应目标函数,深入挖掘数据,通过统一化处理实现网络失效节点自动识别。实验结果表明,基于数据挖掘的舰船通信网络失效节点自动识别方法的识别准确率在99%以上,耗时时间低于4 s。     

基于上下文自编码的船舶行为语义表征

考虑船舶行为的时序相关性,提出了一种基于上下文自编码的船舶行为语义表征(SRCAE)模型;提取船舶经度、纬度、航速、航向等行为特征参量,建立了行为特征序列;借助连续词袋模型将行为特征序列划分为中心船舶行为和上下文船舶行为,利用深度自编码网络构建了船舶上下文行为的语义表征模型,将得到的中心船舶行为编码作为表征向量输出,通过聚类算法构建船舶行为词典;选取长江口南槽交汇水域作为研究对象,利用船舶自动识别系统产生的数据对提出的模型和方法进行了验证。分析结果表明：所提出的SRCAE模型能有效表征船舶行为之间的上下文联系,与传统自编码器和长短期记忆网络自编码器等模型相比SRCAE模型具有更低的表征误差;分别采用k均值(k-Means)、高斯混合模型(GMM)与核k均值(Kernel k-Means)3种聚类算法提取船舶行为词典,与原始数据相比SRCAE模型产生的表征向量更易于区分不同船舶行为模式,其中k-Means效果最优,轮廓系数、卡林斯基-哈拉巴斯指数和戴维森堡丁指数指标分别达到了0.384、18.308、0.531,共产生转向加速、转向减速、直行加速、直行减速等30种复合行为,有效提取了不同行为模式下船舶行为词组合关系。     

AIS报文异常动态信息甄别方法

针对船舶自动识别系统(AIS)报文中的异常动态信息, 提出一种基于概率推理的包括先验知识提取、证据建模、证据合成与权重系数优化4个步骤的识别方法, 运用似然度建模方法将经过人工识别的AIS数据中的速度、航向角和轨迹位置信息转化为0~1之间的证据信度, 并用证据推理(ER)规则合成, 以验证过的AIS数据作为输入, 采用非线性优化方法修正证据权重系数, 利用武汉天兴洲大桥水域轮渡与武桥水域货船的AIS数据进行验证试验。试验结果表明: 在优化权重系数下武汉天兴洲大桥水域轮渡的正确数据、错误数据、总体数据识别准确率分别为91.67%、97.62%、92.63%;以总体偏差最小为目标时, 武桥水域货船的正确数据、错误数据、总体数据识别准确率分别为91.79%、89.87%、91.65%;以正确数据偏差最小为目标时, 武桥水域货船的正确数据、错误数据、总体数据识别准确率分别为93.18%、49.95%、90.03%。可见, 基于ER规则的AIS动态信息甄别方法能针对不同的优化目标灵活调整证据权重系数, 具有接近人工水平的识别准确率。     

智慧配送 让物流更高效——关于物流智慧配送的研究

智慧配送不仅可以实现配送信息的自动识别、配送信息的自动预警,而且能实现配送路径优化的智能管理,是物流智能配送的一大创新,将极大地提高物流配送效率,降低配送成本。传统物流配送作业中主要存在分货拣货验货效率不高、补货滞后、配送路线重复导致配送成本过高等问题。物流转型时代,人们对配送管理环节中如何优化配送路径、如何智能补货提醒、如何准时收货发货、如何高效分拣及准确验货提出了更高的要求。针对目前配送管理中存在的主要问题,通过智慧配送项目实施,实现配送路线的智能化决策、提货送货时快速验货、配送货物     

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.