基于海洋时空大数据的船舶航道分析

论文摘要

时空大数据挖掘是近年来数据挖掘领域研究的热门内容之一,从交通数据中提取道路信息对时空数据的研究具有重要意义,与陆地交通时空大数据不同,从海洋时空大数据中提取船舶航道是一个更具有挑战性的问题。由于海洋大数据其远海区域船舶轨迹数据的质量非常低,所以轨迹数据在近海和远海不同区域的质量差异极大,这种分布情况造成从海洋时空大数据中提取航道信息成为困难和挑战。论文基于海洋时空大数据航道提取开展研究,主要工作有:1).提出一种面向航道提取的船舶轨迹大数据预处理方法,经去噪、插值、轨迹分段、采样平均,并基于GeoHash编码的轨迹聚类实现对数据简化,通过Map Reduce并行计算框架实现。此预处理方法使得原始大数据得到了有效的清洗和规范化,并被较大的简化。2).提出了一种基于四叉树的并行的精度自适应的船舶航道提取方法。该方法基于四叉树的数据结构存储预处理后的栅格集数据,包括基于四叉树的并行合并过滤算法及局部滑动窗口过滤算法,可以过滤得到表示航道信息的栅格集数据。最后将Delaunay三角剖分方法应用于栅格集数据,有效地提取出多精度船舶航道边界结果。实验选用2016年6月东海区域的油轮数据,可达到89.7%的准确率和89.3%的召回率,在准确率和召回率上也普遍高于同类基于OTSU方法和NiBlack方法。3).论文实现了航道提取的实验验证性原型系统,提供了相应的业务用户操作界面,支持从覆盖近海和远海范围的不同质量的船舶轨迹大数据中自动提取不同精度的船舶航道结果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   1.1 研究背景
•   1.2 研究目标
•   1.3 研究内容
•   1.4 论文组织结构
• 第二章 相关技术与研究工作
•   2.1 国内外相关研究工作及现状
•     2.1.1 陆地交通数据研究
•     2.1.2 海洋交通数据研究
•     2.1.3 轮廓线提取研究
•   2.2 轮廓线提取相关算法技术
•     2.2.1 Alpha Shape算法
•     2.2.2 Snake算法
•   2.3 二值化分离相关算法技术
•     2.3.1 OTSU算法
•     2.3.2 NiBlack算法
• 第三章 海洋时空大数据预处理
•   3.1 预处理流程设计
•     3.1.1 预处理研究背景
•     3.1.2 并行化数据预处理算法
•     3.1.3 基于GeoHash编码的并行化空间聚类算法
•   3.2 实验分析
•     3.2.1 数据预处理实验
•     3.2.2 GeoHash编码实验
• 第四章 航道提取算法设计与实现
•   4.1 全局阈值的航道提取算法
•   4.2 局部动态阈值的航道提取算法
•   4.3 并行化精度自适应的航道提取算法
•   4.4 基于DELAUNAY的航道边界提取算法
•   4.5 实验比较与分析
•     4.5.1 数据集与实验环境
•     4.5.2 实验比较与分析
• 第五章 航道分析系统设计与实现
•   5.1 航道提取模块
•     5.1.1 提取数据和预处理
•     5.1.2 栅格化
•     5.1.3 合并过滤
•     5.1.4 航道提取
•   5.2 可视化分析模块
•     5.2.1 轨迹点可视化
•     5.2.2 轨迹线可视化
•     5.2.3 密度图
•     5.2.4 航道可视化
• 第六章 总结与展望
•   6.1 本文工作总结
•   6.2 未来工作展望
• 参考文献
• 在学期间的研究成果
• 致谢

文章来源

类型: 硕士论文

作者: 李卓然

导师: 王桂玲

关键词: 数据,精度自适应,航道提取

来源: 北方工业大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 自然地理学和测绘学,船舶工业,计算机软件及计算机应用

单位: 北方工业大学

分类号: TP311.13;U675.4

总页数: 59

文件大小: 5365K

下载量: 256