摘要
面向大数据的分布式系统,如apache Hadoop,在存储和分析数量呈指数增长的各种数据(如传感器数据、客户生成的媒体、web日志等)方面已被证明是有效的。本文采用分布式可扩展大数据存储apache Hadoop对船载AIS应答机产生的大量时空数据进行存储、处理和分析。为了预测船舶在繁忙港口周围拥挤的航道中航行行为,实验使用了大约40GB真实南海海区AIS数据。这些数据经过处理形成历史船舶的航迹,并根据船舶的类型、航行目的地等属性进行分类。最后,根据目标船的属性和运动特性,实现了一种简单的目标船行为预测算法。结果,得到了目标船舶运动预测。实验结果还表明,在数据处理速度方面,该技术明显优于传统的gis应用软件。