近年來,由于移動設(shè)備、全球定位系統(tǒng)的普及以及基于位置服務(wù)的發(fā)展,軌跡數(shù)據(jù)積累的越來越多。基于海量軌跡數(shù)據(jù)開展的數(shù)據(jù)挖掘、數(shù)據(jù)分析的研究工作也逐漸受到關(guān)注。在海洋交通領(lǐng)域,船舶軌跡的預(yù)測在路徑規(guī)劃、避免碰撞等應(yīng)用場景中具有重要意義。例如,通過軌跡預(yù)測技術(shù)可以預(yù)測船舶將要經(jīng)過堵海域,此時就可以提前調(diào)整行駛路線,避開擁堵路段。軌跡預(yù)測可以分為非路網(wǎng)約束和路網(wǎng)約束條件下的預(yù)測,非路網(wǎng)約束條件下的預(yù)測存在一定局限性,無法有效利用路網(wǎng)信息進行更加準(zhǔn)確的預(yù)測。海洋上沒有人為建造的道路邊界,但船舶也是按一定的航道航行,可以從眾多船舶的軌跡中提取出航道并構(gòu)成航道網(wǎng)絡(luò),為此本文對基于海洋航道網(wǎng)絡(luò)約束條件下的船舶軌跡預(yù)測展開研究。本文的主要工作如下:首先,分析了原始船舶軌跡數(shù)據(jù)的特點及存在的問題,提出了一種基于海洋時空大數(shù)據(jù)的預(yù)處理方法。該方法基于Map Reduce并行計算框架,對原始數(shù)據(jù)進行采樣、去噪、分段、插值,提高了數(shù)據(jù)的質(zhì)量。其次,提出了一種基于Delaunay三角剖分的海洋航道網(wǎng)絡(luò)構(gòu)建方法。該方法可以提取海洋航道網(wǎng)絡(luò),再通過鄰接矩陣表示出網(wǎng)絡(luò)結(jié)構(gòu)中路徑節(jié)點之間的鄰接關(guān)系。實驗選用渤海區(qū)域的航道多... 

【文章來源】：北方工業(yè)大學(xué)北京市

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于海洋大數(shù)據(jù)的航道約束條件下的船舶軌跡預(yù)測結(jié)構(gòu)圖

第二章相關(guān)技術(shù)與研究工作·9圖2-1Hadoop生態(tài)系統(tǒng)2.2.2分布式文件系統(tǒng)分布式文件系統(tǒng)（HDFS）[2]將原有的文件分割成多個默認(rèn)大小為64M的數(shù)據(jù)塊，將每個數(shù)據(jù)塊存儲到不同結(jié)點的機器上，每個數(shù)據(jù)塊都有副本（一般為3個），保證了高吞吐率，提高系統(tǒng)的容錯性。HDFS由一個名稱節(jié)點（Namenode）和多個數(shù)據(jù)結(jié)點（Datanode）組成。Namenode保存了整個文件系統(tǒng)的元數(shù)據(jù)，包括文件和數(shù)據(jù)塊的命名空間，從文件到數(shù)據(jù)塊的映射，從數(shù)據(jù)塊到文件的映射，以及每個數(shù)據(jù)塊的副本的位置。所有元數(shù)據(jù)都保存在master結(jié)點的內(nèi)存中，Datanode存儲實際的數(shù)據(jù)。HDFS支持三種類型的文件操作，包括寫、讀和刪除。當(dāng)客戶端需要存儲數(shù)據(jù)時，客戶端首先向Namenode發(fā)送一個寫請求，然后Namenode將生成一個blockid并用三個Datanode來存儲數(shù)據(jù)，最后客戶端將這些數(shù)據(jù)以數(shù)據(jù)流的形式發(fā)送到這些Datanode，如果數(shù)據(jù)成功寫入，則通過Namenode保存元數(shù)據(jù)。讀取數(shù)據(jù)時，客戶端首先向Namenode發(fā)送一個讀請求，Namenode會通過以下方式來告訴客戶端從哪里讀取數(shù)據(jù)：首先在目錄中查找對應(yīng)的文件，根據(jù)塊映射查找屬于該文件的塊，然后根據(jù)偏移量和長度從整個文件塊中找到需要的塊，然后找到存儲這些數(shù)據(jù)塊的Datanode，然后根據(jù)客戶端與每個塊之間的距離將這些Datanode排序，最后將排序后的Datanode發(fā)送給客戶端，客戶端一般從距離最近的Datanode讀取每個塊數(shù)據(jù)。刪除文件時，客戶端向Namenode發(fā)送一個刪除請求，Namenode查找屬于該文件的塊并刪除有關(guān)的元數(shù)據(jù)，真正的數(shù)據(jù)將被

第二章相關(guān)技術(shù)與研究工作·11圖2-2MapReduce框架2.3時空數(shù)據(jù)分析挖掘時空數(shù)據(jù)是同時具有時間和空間維度的數(shù)據(jù)，具有多源、海量、更新快速的特點。隨著經(jīng)濟貿(mào)易的快速發(fā)展，交通問題愈發(fā)嚴(yán)重，而與此同時，隨著物聯(lián)網(wǎng)、定位技術(shù)、AIS等技術(shù)的發(fā)展和應(yīng)用，產(chǎn)生了大量有價值的交通數(shù)據(jù)。對這些數(shù)據(jù)進行分析和挖掘，不僅可以有效緩解交通擁堵問題，還可以為交通規(guī)劃和管理提供服務(wù)[4]。2.3.1時空數(shù)據(jù)預(yù)處理本節(jié)介紹在時空軌跡數(shù)據(jù)分析挖掘之前預(yù)處理所需的四個基本技術(shù)，包括噪聲過濾、停留點檢測、軌跡壓縮和軌跡分割。由于傳感器噪聲和其他因素，空間軌跡并不是完全準(zhǔn)確的。對于軌跡噪聲的過濾，現(xiàn)有的方法主要分為三類：（1）均值（或中值）濾波器，均值(或中值)濾波器可以認(rèn)為是一個滑動窗口，它覆蓋了n個時間上相鄰的值，用窗口內(nèi)所有軌跡點的均值（或中值）代替窗口中心的坐標(biāo)。均值（或中值）濾波器適用于處理單個噪聲點，在處理極端誤差時，中值濾波比均值濾波具有更強的魯棒性。然而，在處理多個連續(xù)的噪聲點時，需要更大尺寸的滑動窗口，這將導(dǎo)致增大計算結(jié)果與真實軌跡點之間的誤差，當(dāng)軌跡的采樣率很低時，均值和中值過濾器不再

【參考文獻(xiàn)】：
期刊論文
[1]一種聚類隱馬爾可夫模型的時空軌跡預(yù)測算法[J]. 孫紅,陳鎖.  小型微型計算機系統(tǒng). 2019(03)
[2]基于軌跡相似度的移動目標(biāo)軌跡預(yù)測算法[J]. 謝彬,張琨,張云純,蔡穎,蔣彤彤.  計算機工程. 2018(09)
[3]基于前綴投影技術(shù)的大規(guī)模軌跡預(yù)測模型[J]. 喬少杰,韓楠,李天瑞,李榮華,李斌勇,王曉騰,Louis Alberto GUTIERREZ.  軟件學(xué)報. 2017(11)
[4]運用約束Delaunay三角網(wǎng)從眾源軌跡線提取道路邊界[J]. 楊偉,艾廷華.  測繪學(xué)報. 2017(02)
[5]基于眾源軌跡數(shù)據(jù)的道路中心線提取[J]. 楊偉,艾廷華.  地理與地理信息科學(xué). 2016(03)
[6]大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應(yīng)用綜述[J]. 陸化普,孫智源,屈聞聰.  交通運輸系統(tǒng)工程與信息. 2015(05)
[7]一種基于高斯混合模型的軌跡預(yù)測算法[J]. 喬少杰,金琨,韓楠,唐常杰,格桑多吉,Louis Alberto GUTIERREZ.  軟件學(xué)報. 2015(05)



本文編號：3217454