为解决船舶轨迹聚类算法效率不高,检测精度低,丢失轨迹局部特征等问题,将具有噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法由传统的点聚类推广为线聚类,提出一种可以直接对完整...为解决船舶轨迹聚类算法效率不高,检测精度低,丢失轨迹局部特征等问题,将具有噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法由传统的点聚类推广为线聚类,提出一种可以直接对完整船舶轨迹进行聚类的具有噪声的基于密度的轨迹聚类(density-based trajectory clustering of applications with noise,DBTCAN)算法。该算法采用Hausdorff距离作为船舶轨迹之间的相似度度量,可以对不同长度的船舶轨迹进行聚类。针对DBTCAN算法需要人工确定输入参数的问题,提出一种参数自适应确定方法。选取渤海海域的船舶自动识别系统(automatic identification system,AIS)数据进行实验,结果表明,该算法能够在大量复杂的船舶轨迹中找到相似的轨迹并对其进行聚类,聚类结果与实际交通流情况一致。本文的研究成果可以为相关部门进行航线规划和海上交通监管提供依据。展开更多
针对目前轨迹压缩研究仅考虑船舶位置而忽略船舶操纵特征以及目前轨迹分段研究需确定多种阈值等问题,提出一种基于信息熵的船舶轨迹自适应分段压缩算法。该算法综合考虑船舶位置、航向和速度等信息,引入信息熵作为评判轨迹特征点的指标...针对目前轨迹压缩研究仅考虑船舶位置而忽略船舶操纵特征以及目前轨迹分段研究需确定多种阈值等问题,提出一种基于信息熵的船舶轨迹自适应分段压缩算法。该算法综合考虑船舶位置、航向和速度等信息,引入信息熵作为评判轨迹特征点的指标,从船舶轨迹中提取分段关键点,进而自适应划分出多条子轨迹,再利用自顶向下时间比(top-down time ratio,TD-TR)算法分别对子轨迹进行压缩。以老铁山水域船舶交通数据为实验样本,从压缩误差、运行效率等方面对比分段前后的轨迹压缩效果。结果表明,该算法能根据船舶的航向和速度信息对船舶轨迹进行自适应分段,分段后再压缩可大幅降低各种压缩误差,提升压缩效率,特别在轨迹数据量较大情况下效果更佳。展开更多
为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机(autoregressive integrated moving average support vector machine for regression,ARIMA-SVR)的组合潮汐预测模...为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机(autoregressive integrated moving average support vector machine for regression,ARIMA-SVR)的组合潮汐预测模型。潮汐分析中,潮汐可认为是由受引潮力影响的天文潮位和受环境因素影响的非线性水位的叠加。采用小波分析对潮汐样本数据进行去噪处理,使用调和分析法计算天文潮位,以调和分析法计算产生的残差作为非线性水位样本数据,并使用ARIMA-SVR模型进行潮高计算,最后将两部分的计算结果进行线性求和得到最终的潮汐预测值。利用美国旧金山港口实测潮汐数据进行预测仿真,结果表明,该组合模型解决了调和分析忽略非线性影响的问题,提高了潮汐预测准确率,可行且高效。展开更多
为更好地从船舶自动识别系统(Automatic Indentification System,AIS)数据中挖掘信息,科学地感知水上交通态势,针对聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)在水上交通情景中的参数选取问题,提...为更好地从船舶自动识别系统(Automatic Indentification System,AIS)数据中挖掘信息,科学地感知水上交通态势,针对聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)在水上交通情景中的参数选取问题,提出一种基于DBSCAN的船舶轨迹自适应层次聚类方法。通过分析DBSCAN算法的特性,根据数据集内在分布规律及拟聚类效果的变化规律来确定参数;结合统计学理论进行层次聚类,来适应密度分布不均的船舶轨迹数据。以琼州海峡船舶轨迹数据为例,运用VC软件和MATLAB软件进行验证。验证结果表明:该方法能够在大量复杂的船舶轨迹中发现具有相似性的轨迹群,且结果与实际交通流相符,可为航道建设及海事监管等提供辅助决策。展开更多
为解决驾驶员使用最近会遇距离(distance of closest point of approach,DCPA)和最短会遇时间(time of closest point of approach,TCPA)进行避让决策时存在的忽略目标船参数的问题,采用Coldwell船舶领域模型并引入度量参数的方式,推导...为解决驾驶员使用最近会遇距离(distance of closest point of approach,DCPA)和最短会遇时间(time of closest point of approach,TCPA)进行避让决策时存在的忽略目标船参数的问题,采用Coldwell船舶领域模型并引入度量参数的方式,推导出具有时间序列的动态避让决策参数——最小缩放因子、领域侵入时间和领域侵入度。基于二分法和推导出的决策参数设计让路船决策流程,使用VC++MFC编程实现MMG模型仿真,并与基于传统DCPA和TCPA的避让决策仿真结果进行对比。结果表明,基于推导出的决策参数的避让决策能够解决基于DCPA、TCPA的避让决策忽略目标船参数的问题,具有预警时间精度高,避让时间短,避让转向角更合理等优势。推导出的决策参数在航线经济最优化和限制水域的避让决策方面都存在实用价值。展开更多
文摘为解决船舶轨迹聚类算法效率不高,检测精度低,丢失轨迹局部特征等问题,将具有噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法由传统的点聚类推广为线聚类,提出一种可以直接对完整船舶轨迹进行聚类的具有噪声的基于密度的轨迹聚类(density-based trajectory clustering of applications with noise,DBTCAN)算法。该算法采用Hausdorff距离作为船舶轨迹之间的相似度度量,可以对不同长度的船舶轨迹进行聚类。针对DBTCAN算法需要人工确定输入参数的问题,提出一种参数自适应确定方法。选取渤海海域的船舶自动识别系统(automatic identification system,AIS)数据进行实验,结果表明,该算法能够在大量复杂的船舶轨迹中找到相似的轨迹并对其进行聚类,聚类结果与实际交通流情况一致。本文的研究成果可以为相关部门进行航线规划和海上交通监管提供依据。
文摘针对目前轨迹压缩研究仅考虑船舶位置而忽略船舶操纵特征以及目前轨迹分段研究需确定多种阈值等问题,提出一种基于信息熵的船舶轨迹自适应分段压缩算法。该算法综合考虑船舶位置、航向和速度等信息,引入信息熵作为评判轨迹特征点的指标,从船舶轨迹中提取分段关键点,进而自适应划分出多条子轨迹,再利用自顶向下时间比(top-down time ratio,TD-TR)算法分别对子轨迹进行压缩。以老铁山水域船舶交通数据为实验样本,从压缩误差、运行效率等方面对比分段前后的轨迹压缩效果。结果表明,该算法能根据船舶的航向和速度信息对船舶轨迹进行自适应分段,分段后再压缩可大幅降低各种压缩误差,提升压缩效率,特别在轨迹数据量较大情况下效果更佳。
文摘为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机(autoregressive integrated moving average support vector machine for regression,ARIMA-SVR)的组合潮汐预测模型。潮汐分析中,潮汐可认为是由受引潮力影响的天文潮位和受环境因素影响的非线性水位的叠加。采用小波分析对潮汐样本数据进行去噪处理,使用调和分析法计算天文潮位,以调和分析法计算产生的残差作为非线性水位样本数据,并使用ARIMA-SVR模型进行潮高计算,最后将两部分的计算结果进行线性求和得到最终的潮汐预测值。利用美国旧金山港口实测潮汐数据进行预测仿真,结果表明,该组合模型解决了调和分析忽略非线性影响的问题,提高了潮汐预测准确率,可行且高效。
文摘为更好地从船舶自动识别系统(Automatic Indentification System,AIS)数据中挖掘信息,科学地感知水上交通态势,针对聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)在水上交通情景中的参数选取问题,提出一种基于DBSCAN的船舶轨迹自适应层次聚类方法。通过分析DBSCAN算法的特性,根据数据集内在分布规律及拟聚类效果的变化规律来确定参数;结合统计学理论进行层次聚类,来适应密度分布不均的船舶轨迹数据。以琼州海峡船舶轨迹数据为例,运用VC软件和MATLAB软件进行验证。验证结果表明:该方法能够在大量复杂的船舶轨迹中发现具有相似性的轨迹群,且结果与实际交通流相符,可为航道建设及海事监管等提供辅助决策。
文摘为解决驾驶员使用最近会遇距离(distance of closest point of approach,DCPA)和最短会遇时间(time of closest point of approach,TCPA)进行避让决策时存在的忽略目标船参数的问题,采用Coldwell船舶领域模型并引入度量参数的方式,推导出具有时间序列的动态避让决策参数——最小缩放因子、领域侵入时间和领域侵入度。基于二分法和推导出的决策参数设计让路船决策流程,使用VC++MFC编程实现MMG模型仿真,并与基于传统DCPA和TCPA的避让决策仿真结果进行对比。结果表明,基于推导出的决策参数的避让决策能够解决基于DCPA、TCPA的避让决策忽略目标船参数的问题,具有预警时间精度高,避让时间短,避让转向角更合理等优势。推导出的决策参数在航线经济最优化和限制水域的避让决策方面都存在实用价值。