数据挖掘技术在船舶航迹拟合中的应用

发布时间：2021-09-17 14:11

　　近年来,针对船舶航迹拟合的研究日益增加。但原有船舶航迹拟合方法在使用中,常出现拟合结果与实际航迹相差较大的问题。因而采用数据挖掘技术展开优化,设计基于数据挖掘技术的船舶航迹拟合方法。在船舶中引用AIS系统,获取船舶行驶数据。采用数据挖掘技术中的模式挖掘算法对采集到的数据进行预处理。使用上述处理后的数据,构建船舶航迹拟合模型。至此,基于数据挖掘技术的船舶航迹拟合方法设计完成。构建实例测试分析环节,将此方法拟合结果与原有方法拟合结果和实际航迹进行对比,获取航迹相似度。通过对比可知,此方法相似度高于原有方法。由此可知,基于数据挖掘技术的船舶航迹拟合方法拟合效果更佳。 

【文章来源】：舰船科学技术. 2020,42(10)北大核心

【文章页数】：3 页

【部分图文】：

基于数据挖掘技术的船舶航迹拟合方法Fig.1ShiptrackfittingmethodbasedonDataMiningTechnology

蟮玫降暮郊Ｐ畔⑽??航线为曲线的形式，设定其关键点为，则其轨表1数据采集内容Tab.1Datacollectioncontent固态数据动态数据航程数据MMSI船位载重单位IMOUTC货物类型船名COG目的地船只类型SOG航线特征信号接收状态航行状态表2模式挖掘技术对比Tab.2Comparisonofpatternminingtechnologies类型是否造成信息破损挖掘强度CoFPs否较强CFPs否一般MFPs是较弱TKFPs是较弱图1基于数据挖掘技术的船舶航迹拟合方法Fig.1ShiptrackfittingmethodbasedonDataMiningTechnology图2船舶航迹数据采集系统Fig.2Dataacquisitionsystemofshiptrack第42卷刘萍：数据挖掘技术在船舶航迹拟合中的应用·17·

J].信息与电脑(理论版),2018(24):66–68.[3]刘著.大数据挖掘在工程项目管理中的应用探究[J].工程技术研究,2019,4(19):162–163.[4]表3测试样本Tab.3Testsamples样本特征编号样本内容设定1航运点迹5002行驶范围2000m×2000m3允许误差5%4实验次数10表4测试结果Tab.4Testresults测试次数原有方法相似度/%文中设计方法相似度/%195.2098.57294.5898.15396.7198.64496.6099.10597.7099.25696.5499.64796.7898.00896.7098.50997.2598.801096.3198.78图3测试平台Fig.3Testplatform·18·舰船科学技术第42卷

【参考文献】：
期刊论文
[1]大数据挖掘在工程项目管理中的应用探究[J]. 刘著.  工程技术研究. 2019(19)
[2]基于多项式卡尔曼滤波的船舶轨迹预测算法[J]. 姜佰辰,关键,周伟,陈小龙.  信号处理. 2019(05)
[3]数据挖掘中几种聚类算法的分析比较[J]. 谢昊,王学明.  信息与电脑(理论版). 2018(24)
[4]舶舶AIS轨迹异常的自动检测与修复算法[J]. 吴建华,吴琛,刘文,郭俊纬.  中国航海. 2017(01)



本文编号：3398888