發(fā)布時(shí)間：2017-08-16 02:04

  本文關(guān)鍵詞：一種基于改進(jìn)的DBSCAN的面向海量船舶位置數(shù)據(jù)碼頭挖掘算法

  更多相關(guān)文章： 自動(dòng)識(shí)別系統(tǒng) 船舶位置數(shù)據(jù) DBSCAN算法 自動(dòng)優(yōu)化參數(shù) 碼頭挖掘

【摘要】：目前我國(guó)正在大力推行"一帶一路"航海戰(zhàn)略,航海事業(yè)蓬勃發(fā)展,大量新碼頭正在修建中。如何快速、準(zhǔn)確地更新碼頭的空間信息,對(duì)于分析進(jìn)出口貿(mào)易、提高碼頭服務(wù)效率等具有很強(qiáng)的現(xiàn)實(shí)意義。當(dāng)前我國(guó)主要通過(guò)人工測(cè)繪手段更新海圖,更新間隔在3~12月,遠(yuǎn)不能滿足需求。而利用包括國(guó)際海事衛(wèi)星C系統(tǒng)、北斗衛(wèi)星、Argos衛(wèi)星等手段獲取的船舶位置數(shù)據(jù)來(lái)進(jìn)行碼頭挖掘,為解決獲得碼頭空間信息問(wèn)題提供了新手段。利用自動(dòng)識(shí)別系統(tǒng)AIS獲取的海量船舶位置數(shù)據(jù),提出了一種基于自優(yōu)化參數(shù)的碼頭挖掘算法DBSCAN。一方面能夠面向不同船舶類型的不同密度分布進(jìn)行自動(dòng)學(xué)習(xí)優(yōu)化DBSCAN核心參數(shù),進(jìn)而聚類出包含碼頭的停泊區(qū)域,具備很強(qiáng)的靈活性;另一方面,融合岸基結(jié)構(gòu)物等空間數(shù)據(jù),對(duì)停泊區(qū)域中的錨區(qū)和臨時(shí)停泊區(qū)域等進(jìn)行排除,獲取碼頭的空間信息,并且達(dá)到很高的準(zhǔn)確率。利用2012年4月至2014年4月兩年中國(guó)滾裝船的真實(shí)軌跡數(shù)據(jù)和國(guó)際滾裝船真實(shí)軌跡數(shù)據(jù)進(jìn)行了碼頭挖掘?qū)嶒?yàn),準(zhǔn)確率能夠達(dá)到93%以上。
【作者單位】： 北京化工大學(xué)信息學(xué)院;中國(guó)科學(xué)院計(jì)算技術(shù)研究所;
【關(guān)鍵詞】： 自動(dòng)識(shí)別系統(tǒng) 船舶位置數(shù)據(jù) DBSCAN算法 自動(dòng)優(yōu)化參數(shù) 碼頭挖掘
【分類號(hào)】：TP311.13
【正文快照】： 1引言船舶目標(biāo)跟蹤方法有很多種,比如國(guó)際海事衛(wèi)星C系統(tǒng)、北斗衛(wèi)星、Argos衛(wèi)星、AIS(AutomaticIdentification System)等。不同方法各有優(yōu)劣,比如國(guó)際海事衛(wèi)星C系統(tǒng)是全天候、全球范圍、穩(wěn)定可靠的,但是終端價(jià)格和通信費(fèi)稍高;北斗衛(wèi)星技術(shù)速度快,但目前只是區(qū)域性,且終端尚不

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 王勇;;AIS技術(shù)在航海實(shí)踐中的應(yīng)用分析[J];科技與企業(yè);2013年22期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 徐曉梅;;AIS技術(shù)在航海中的應(yīng)用及發(fā)展淺析[J];科技致富向?qū)?2015年17期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張鋒;AIS二進(jìn)制電文中文顯示終端的研究與開(kāi)發(fā)[D];集美大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 劉巧明;戴海智;;探討AIS在保障水上交通安全中的作用[J];珠江水運(yùn);2010年07期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 劉瑜;基于AIS的船舶動(dòng)態(tài)監(jiān)控及其應(yīng)用[D];大連海事大學(xué);2008年

2 車得飛;水上安全監(jiān)管系統(tǒng)中AIS信息處理技術(shù)研究[D];大連海事大學(xué);2008年

3 荊曉剛;基于AIS的港口引航生產(chǎn)安全監(jiān)控管理系統(tǒng)開(kāi)發(fā)與應(yīng)用[D];大連海事大學(xué);2008年

4 劉鏗;內(nèi)河船舶交通動(dòng)態(tài)協(xié)調(diào)管理方法研究[D];武漢理工大學(xué);2010年

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 周水庚,周傲英,曹晶;基于數(shù)據(jù)分區(qū)的DBSCAN算法[J];計(jì)算機(jī)研究與發(fā)展;2000年10期

2 ;Scaling up the DBSCAN Algorithm for Clustering Large Spatial Databases Based on Sampling Technique[J];Wuhan University Journal of Natural Sciences;2001年Z1期

3 岳士弘,李平,郭繼東,周水庚;Using Greedy algorithm: DBSCAN revisited II[J];Journal of Zhejiang University Science;2004年11期

4 蔡穎琨,謝昆青,馬修軍;屏蔽了輸入?yún)?shù)敏感性的DBSCAN改進(jìn)算法[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年03期

5 宋明,劉宗田;基于數(shù)據(jù)交疊分區(qū)的并行DBSCAN算法[J];計(jì)算機(jī)應(yīng)用研究;2004年07期

6 熊忠陽(yáng),孫思,張玉芳,王秀瓊;一種基于劃分的不同參數(shù)值的DBSCAN算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年09期

7 何中勝;劉宗田;莊燕濱;;基于數(shù)據(jù)分區(qū)的并行DBSCAN算法[J];小型微型計(jì)算機(jī)系統(tǒng);2006年01期

8 李杰;賈瑞玉;張璐璐;;一個(gè)改進(jìn)的基于DBSCAN的空間聚類算法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年01期

9 馮少榮;肖文俊;;基于密度的DBSCAN聚類算法的研究及應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2007年20期

10 譚穎;胡瑞飛;殷國(guó)富;;多密度閾值的DBSCAN改進(jìn)算法[J];計(jì)算機(jī)應(yīng)用;2008年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 馬帥;宋國(guó)杰;唐世渭;楊冬青;王騰蛟;;基于單元?jiǎng)澐值腄BSCAN聚類算法[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

2 朵春紅;王翠茹;;基于取樣的DBSCAN聚類算法及其遺傳優(yōu)化[A];第一屆中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2007年

3 龐洋;李海林;郭義喜;;基于DBSCAN算法的日志信息聚類研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 宮蕊;舒紅平;郭遠(yuǎn)遠(yuǎn);;基于DBSCAN的密度聚類算法的研究[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

5 張健沛;許慧;楊靜;崔洪晶;;基于數(shù)據(jù)分區(qū)、QR~*-樹(shù)的并行DBSCAN算法[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（下）[C];2006年

6 Yi-Chun Xu;Man Zhu;Zunhai Ke;Yong Liu;Suifa Sun;;Isolating Ships from Shape Curve with DBSCAN[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

7 范曄;周水庚;曹晶;周傲英;;通過(guò)數(shù)據(jù)取樣擴(kuò)展基于密度的聚類算法[A];第十六屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1999年

8 曹晶;周水庚;范曄;周傲英;;數(shù)據(jù)分區(qū):一種改善基于密度的聚類算法的方法[A];第十六屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1999年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陸穎華;基于局部敏感哈希的DBSCAN算法研究[D];南京信息工程大學(xué);2015年

2 汪洋;采用DBSCAN聚類的自適應(yīng)步長(zhǎng)細(xì)菌覓食算法[D];南京師范大學(xué);2015年

3 羅啟福;基于云計(jì)算的DBSCAN算法研究[D];武漢理工大學(xué);2013年

4 吳林敏;針對(duì)非均勻數(shù)據(jù)集的DBSCAN過(guò)濾式改進(jìn)算法[D];重慶大學(xué);2009年

5 虞倩倩;基于數(shù)據(jù)劃分的DBSCAN算法研究[D];江南大學(xué);2013年

6 黃毅磊;DBSCAN算法及在城市網(wǎng)格化管理中的應(yīng)用[D];上海交通大學(xué);2010年

7 孫思;利用遺傳思想進(jìn)行數(shù)據(jù)劃分的DBSCAN算法研究[D];重慶大學(xué);2005年

8 許慧;基于數(shù)據(jù)分區(qū)和QR*樹(shù)的并行DBSCAN算法研究[D];哈爾濱工程大學(xué);2007年

9 王雅光;基于Hadoop平臺(tái)的DBSCAN算法應(yīng)用研究[D];廣東工業(yè)大學(xué);2013年

10 李靜;結(jié)合蟻群算法與基于劃分的DBSCAN聚類算法的研究[D];東北師范大學(xué);2011年

，

本文編號(hào)：680905