船舶自動(dòng)識別系統(tǒng)(Automatic Identification System,AIS)是一種新型助航系統(tǒng),最初用來保障船舶安全航行,隨著大數(shù)據(jù)時(shí)代的到來,AIS數(shù)據(jù)得到了廣泛應(yīng)用。論文使用AIS數(shù)據(jù)來識別漁船的捕魚行為,通過對漁船行為模式的研究,宏觀上相關(guān)部門能了解熱點(diǎn)捕魚區(qū)域分布及漁場演化等多方面信息,從而制定出合理的漁業(yè)規(guī)劃,保證漁業(yè)經(jīng)濟(jì)的健康可持續(xù)發(fā)展。論文主要的工作內(nèi)容如下:(1)從AIS數(shù)據(jù)中提取漁船的軌跡數(shù)據(jù)作為初始數(shù)據(jù)集,使用線性插值的方法填補(bǔ)缺失數(shù)據(jù),剔除位置、速度等異常數(shù)據(jù),對初始數(shù)據(jù)集進(jìn)行預(yù)處理。針對該數(shù)據(jù)集使用高斯混合模型(Gaussian Mixture Models,GMM)和隱馬爾科夫模型(Hidden Markov Model,HMM)兩種傳統(tǒng)的機(jī)器學(xué)習(xí)方法識別了漁船的捕魚行為,這兩種方法的輸入只有船只速度單一特征,在GMM方法中利用EM算法求得速度高斯分布的參數(shù),將中速對應(yīng)的均值μ和標(biāo)準(zhǔn)差σ構(gòu)成的區(qū)間[μ±σ]作為漁船捕魚的速度置信區(qū)間,從而來識別其捕魚行為。但該方法需要速度特征滿足高斯分布,否則效果會變差。在HMM方法中,通過確定漁船不同行為狀態(tài)的...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外現(xiàn)狀
        1.2.1 AIS現(xiàn)狀
        1.2.2 漁船行為識別現(xiàn)狀
        1.2.3 深度學(xué)習(xí)應(yīng)用現(xiàn)狀
    1.3 研究內(nèi)容與方法
    1.4 論文的組織結(jié)構(gòu)
第二章 AIS數(shù)據(jù)處理及傳統(tǒng)機(jī)器學(xué)習(xí)識別方法
    2.1 AIS數(shù)據(jù)介紹
        2.1.1 AIS數(shù)據(jù)介紹
        2.1.2 漁船航行AIS數(shù)據(jù)提取
        2.1.3 缺失值處理
        2.1.4 異常值處理
    2.2 基于GMM的漁船行為識別
        2.2.1 漁船的速度分布特征
        2.2.2 GMM識別原理
        2.2.3.GMM識別算法結(jié)果和不足
    2.3 基于HMM的漁船行為識別
        2.3.1 HMM原理
        2.3.2 HMM識別算法結(jié)果和不足
    2.4 本章小結(jié)
第三章 基于LSTM的漁船行為識別方法
    3.1 RNN
        3.1.1 RNN結(jié)構(gòu)
        3.1.2 LSTM網(wǎng)絡(luò)結(jié)構(gòu)
    3.2 基于LSTM的漁船行為識別模型
        3.2.1 LSTM漁船行為識別模型的建立
        3.2.2 LSTM模型的輸入、輸出及結(jié)構(gòu)
    3.3 實(shí)驗(yàn)配置與結(jié)果分析
        3.3.1 實(shí)驗(yàn)配置
        3.3.2 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第四章 基于ConvLSTM的漁船行為識別方法
    4.1 CNN
        4.1.1 CNN結(jié)構(gòu)
        4.1.2 局部連接與權(quán)值共享
        4.1.3 基于CNN的漁船行為識別方法
    4.2 ConvLSTM
        4.2.1 ConvLSTM結(jié)構(gòu)
        4.2.2 基于ConvLSTM的漁船行為識別
    4.3 實(shí)驗(yàn)與結(jié)果分析
        4.3.1 基于CNN的漁船行為識別的實(shí)驗(yàn)結(jié)果分析
        4.3.2 基于ConvLSTM的漁船行為識別的實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號：3802368