-
题名面向港口停留区域识别的船舶停留轨迹提取方法
被引量：12
- 1
-
-
作者
郑振涛
赵卓峰
王桂玲
徐垚
-
机构
大规模流数据集成与分析技术北京市重点实验室(北方工业大学)
中电科海洋信息技术研究院有限公司岸基信息系统部
-
出处
《计算机应用》
CSCD
北大核心
2019年第1期113-117,共5页
-
基金
北京市自然科学基金资助项目(4172018
4162021)
+1 种基金
中电科海洋信息技术研究院有限公司高校合作课题项目(402054841879)
北方工业大学毓优团队培养计划项目(107051360018XN012/020)~~
-
文摘
针对港口停留区域识别时船舶轨迹大数据的精度低、稀疏、漂移等问题,提出了一种多约束条件下的船舶停留轨迹提取(MPTSSE)方法。首先,结合船舶轨迹数据特点,给出了用于停留区域识别与提取的停留段概念的定义;其次,建立了基于速度、时间差、停留时长、距离等多约束的轨迹停留段提取模型和并行化轨迹停留段提取算法;最后,基于Hadoop框架给出了船舶轨迹大数据集上的轨迹停留段提取算法实现。基于真实船舶轨迹数据的实验结果表明,与基于Stop/Move模型的轨迹停留提取方法相比,MPTSSE方法在三个港口泊位的提取中准确率提高了22%。MPTSSE方法能有效避免轨迹停留段误分割情况,同时在大规模船舶轨迹数据下具有较高的执行效率。
-
关键词
港口停留区域
船舶轨迹数据
停留轨迹
多约束提取
Hadoop框架
-
Keywords
port stay area
ship trajectory data
trajectory stay trajectory
multi-constrained extraction
Hadoop framework
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于大规模船舶轨迹数据的航道边界提取方法
被引量：14
- 2
-
-
作者
徐垚
李卓然
孟金龙
赵利坡
温建新
王桂玲
-
机构
中电科海洋信息技术研究院有限公司岸基信息系统部
大规模流数据集成与分析技术北京市重点实验室(北方工业大学)
北方工业大学计算机学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第1期105-112,共8页
-
基金
国家自然科学基金资助项目(61832004
61672042)
+2 种基金
北京市自然科学基金资助项目(4172018)
中电科海洋信息技术研究院有限公司高校合作课题项目(402054841879)
北方工业大学毓优团队培养计划项目(107051360018XN012/020)~~
-
文摘
传统的道路数据获取方法成本高、更新慢等无法适用于海洋航道的获取,从众源轨迹数据中提取道路或航道信息具有成本低、更新快等特性,然而,由于船舶轨迹数据噪声多、数据量大、不同区域分布不均使得航道边界提取面临较大挑战。针对该问题,提出一种基于大规模船舶轨迹数据进行航道边界提取的方法。首先对大规模的船舶轨迹数据进行并行化去噪、插值、轨迹分段;然后,基于并行化及基于Geohash编码的空间聚类,将轨迹数据化简为多个方形区域的点集数据;其次,对其进行窗口划分,对传统的Ni Black方法进行扩展,提出Spatial Ni Black算法,对方形区域进行航道识别;最后,提出一种新的提取算法del-alpha-shape,基于航道识别结果获得航道边界。理论分析与实验结果表明,所提方法在最大密度值是200,最小密度值是10,窗口长和宽分别为5和5时,可同时达到86. 7%的准确率和79. 4%的召回率。实验结果表明,该方法可以从大规模的轨迹数据中提取有价值的航道边界,是一种有效的航道提取方法。
-
关键词
轨迹数据
自动识别系统
时空大数据
DELAUNAY三角网
航道提取
-
Keywords
trajectory data
Automatic Identification System(AIS)
spatio-temporal big data
Delaunay triangulation network
marine lane extraction
-
分类号
TP319
[自动化与计算机技术—计算机软件与理论]
-
