论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 徐垚,李卓然,孟金龙,赵利坡,温建新,王桂玲
关键词: 轨迹数据,自动识别系统,时空大数据,三角网,航道提取
来源: 计算机应用 2019年01期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 船舶工业,计算机软件及计算机应用
单位: 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
基金: 国家自然科学基金资助项目(61832004,61672042),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)~~
分类号: U675.79
页码: 105-112
总页数: 8
文件大小: 3923K
下载量: 195