检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

船舶行为的语义建模与表达

哈尔滨工业大学学报 2021年第8期53卷 109-115页

作者：文元桥宋荣鑫黄亮黄亚敏隋忠义朱曼武汉理工大学国家水运安全工程技术研究中心武汉430063 武汉理工大学智能交通系统研究中心武汉430063 武汉理工大学航运学院武汉430063 内河航运技术湖北省重点实验室(武汉理工大学) 武汉430063

船舶行为的语义表达是实现水上交通态势智能认知与知识推理的基础。为实现对船舶时空运动特征的语义表达和抽象,完善船舶轨迹的语义转换方法,提出了一种船舶行为语义的认知计算模型。通过融合船舶的时空轨迹数据及航行环境信息,以船舶... 详细信息

船舶行为的语义表达是实现水上交通态势智能认知与知识推理的基础。为实现对船舶时空运动特征的语义表达和抽象,完善船舶轨迹的语义转换方法,提出了一种船舶行为语义的认知计算模型。通过融合船舶的时空轨迹数据及航行环境信息,以船舶时空轨迹单元为基础,根据船舶的运动状态、轨迹的空间拓扑特征以及行为的语义特征,依据空间拓扑学理论,将船舶时空行为抽象为原子行为、拓扑行为和交通行为,从船舶的时空轨迹到语义行为进行了不同层次的概念建模、语义描述和形式化表达;最后,基于该语义模型对船舶在港口水域中不同类型的航行行为进行实例验证。结果表明,该模型能够对港口水域中不同运动特征、不同空间拓扑特征的船舶行为进行语义建模与形式化表达,将其提取为5种典型的交通行为,表明该语义模型对船舶行为认知具有一定的合理性和良好的适用性。研究成果能够为船舶行为的语义认知、知识计算提供理论方法基础,实现对高级船舶行为的语义计算和认知推理。

关键词：水路运输船舶行为轨迹单元空间拓扑计算语义建模

在线全文

学校读者我要写书评

暂无评论

船舶行为异常检测研究进展

交通信息与安全 2020年第5期38卷 1-11页

作者：陈影玉杨神化索永峰集美大学航海学院福建厦门361021

船舶行为异常检测对于海上安全、海域的智能监管具有重要意义。异常检测算法不能满足轨迹大数据挖掘在实时性、准确性和鲁棒性等方面的需求。将异常行为进行分类,分析目前几类主要的异常检测方法:统计分析在对数据分布做出正确假设时根... 详细信息

船舶行为异常检测对于海上安全、海域的智能监管具有重要意义。异常检测算法不能满足轨迹大数据挖掘在实时性、准确性和鲁棒性等方面的需求。将异常行为进行分类,分析目前几类主要的异常检测方法:统计分析在对数据分布做出正确假设时根据概率分布获取异常情况,确定合适的异常阈值较为困难;预测法基于对历史数据的了解程度,易受多种因素影响;机器学习依赖数据特征、计算复杂度高。基于此,总结可能提高统计分析、机器学习和预测法检测效果的方法,指出将在线实时检测引入船舶检测,并展望数据处理、轨迹表示、挖掘分析和情境语义在异常检测中的可能研究方向。

关键词：交通控制船舶行为异常检测轨迹挖掘和分析异常行为

在线全文

学校读者我要写书评

暂无评论

船舶行为语义认知建模研究

船舶行为语义认知建模研究

作者：宋荣鑫武汉理工大学

学位级别：硕士

近年来,随着航运的快速发展,实现船舶的智能化已经成为航运界的发展趋势。船舶的智能化包括了机器的感知智能、计算智能及认知智能,随着人工智能技术的快速发展,机器的感知智能与计算智能能力已经获得了极大地提升,而机器在认知智能的... 详细信息

近年来,随着航运的快速发展,实现船舶的智能化已经成为航运界的发展趋势。船舶的智能化包括了机器的感知智能、计算智能及认知智能,随着人工智能技术的快速发展,机器的感知智能与计算智能能力已经获得了极大地提升,而机器在认知智能的研究方面还存在较大的空白。但是,机器的智能认知能力对实现机器人的自主认知尤为关键,尤其在对行为进行认知研究时,机器的智能认知能力是使得机器可以模仿人类思维理解目标运动的能力,是机器实现行为自主认知的基础。因此,开展机器的智能认知研究对于实现机器的综合智能化显得尤为重要。同样,相比于水上交通系统的智慧监管问题,实现机器对船舶行为的智能认知则是当前水上交通安全领域亟需解决的问题,对于保障水上交通安全具有重要的意义。本文基于船舶的轨迹数据、航行环境的地理数据等构建了船舶行为的多维度结构化语义模型,并利用本体工具实现了对船舶行为的自定义语义推理与查询,使得机器能够对船舶行为进行智能认知。具体的研究成果包括以下几点:一、分析船舶行为的多维度特征,构建一种多尺度船舶行为认知的理论框架。通过对船舶行为进行时间、空间及语义维度下的多尺度分析,利用人的认知思维从语义维度对船舶轨迹反映的行为进行建模,将行为认知结构划分为活动、过程及事件的层次框架,用以刻画不同尺度下的船舶行为。二、提出一种船舶行为语义的认知计算模型。该模型基于船舶时空轨迹数据及航行环境信息,以船舶时空轨迹单元为基础,根据船舶的运动状态、轨迹的空间拓扑特征以及行为的语义特征,将船舶时空行为抽象为原子行为、拓扑行为、交通行为及高级语义行为进行分层次的描述和形式化的语义表达,为实现机器对船舶行为的智能认知与知识计算提供好理论方法基础。三、基于构建的船舶行为语义层次化模型,引入时间区间代数理论和本体理论,构建行为的时序认知体系,揭示船舶行为的内在演化机制,基于数据和知识双驱动的模式共同构建的行为认知模型,从而使得机器能够对船舶行为进行准确认知。最后,使用多源水上交通数据进行案例验证,实验结果表明,船舶行为认知模型可以对不同尺度的船舶行为进行语义推理,以及为用户提供一种面向船舶航行监管的语义查询机制。本文提出的船舶行为语义模型为不同层次的船舶行为认知提供了新的方法与思路,可提供面向用户的船舶行为监管机制,有助于实现智慧航运的快速建设与提高港口海事安全监管的预警能力。

关键词：船舶行为认知建模语义尺度划分知识融合语义推理

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义的船舶行为动态推理机制

中国航海 2019年第3期42卷 34-39,50页

作者：文元桥张义萌黄亮周春辉肖长诗张帆武汉理工大学国家水运安全工程技术研究中心湖北武汉430063 武汉理工大学航运学院湖北武汉430063 武汉理工大学智能交通系统研究中心湖北武汉430063 武汉理工大学内河航运技术湖北省重点实验室湖北武汉430063

为实现对船舶行为的深入挖掘,建立船舶行为模型,根据模型需求引入语义模型和动态贝叶斯网络,形成基于语义的船舶行为动态推理机制。使用语义网络实现复杂态势下船舶行为领域知识的形式化描述与共享;将语义网络结构转换为动态贝叶斯网络... 详细信息

为实现对船舶行为的深入挖掘,建立船舶行为模型,根据模型需求引入语义模型和动态贝叶斯网络,形成基于语义的船舶行为动态推理机制。使用语义网络实现复杂态势下船舶行为领域知识的形式化描述与共享;将语义网络结构转换为动态贝叶斯网络结构并采用水上交通大数据进行参数学习;使用动态贝叶斯网络推理不确定性信息,挖掘深层次的船舶行为和事件。基于长江渡船靠离泊行为的实例验证表明:该船舶行为动态推理模型能准确地识别并预测船舶的动态行为,实现船舶行为的辨识与预警。

关键词：水路运输行为动态推理动态贝叶斯网络船舶语义网络船舶行为

基于船舶行为的武汉长江大桥水域货船通航规律研究

在线全文

学校读者我要写书评

暂无评论

交通信息与安全 2018年第1期36卷 49-56页

作者：陶阳毛喆盛萍吴兵武汉理工大学国家水运安全工程技术研究中心武汉430063 武汉理工大学智能交通系统研究中心武汉430063 武汉理工大学水路公路交通安全控制与装备教育部工程研究中心武汉430063 中交第二公路勘察设计研究院有限公司武汉430056

内河桥区是水上交通事故的多发水域,为保障船舶通航安全、预防和减少事故的发生,从船舶行为的角度来对船舶自动识别系统(AIS)数据开展研究,以航速和航向角作为船舶行为特征来分析上下行和水期因素对其的影响。通过对各影响因素条件下的... 详细信息

内河桥区是水上交通事故的多发水域,为保障船舶通航安全、预防和减少事故的发生,从船舶行为的角度来对船舶自动识别系统(AIS)数据开展研究,以航速和航向角作为船舶行为特征来分析上下行和水期因素对其的影响。通过对各影响因素条件下的特征数据分别采用正态分布和对数正态分布拟合,发现后者能更准确描述航行规律;同时以航速、航向角区间散点比例的统计结果来量化各因素的影响。研究表明,货船航速在下行时受枯水期影响相对明显,航速整体倾向于向较高航速区间[7,9]kn转移;货船航向角在上下行时受洪水期影响较大,其中货船上行时航向角具有增大的趋势,而下行时具有相反的趋势。

关键词：水上交通安全通航规律桥区水域船舶行为统计分析

在线全文

学校读者我要写书评

暂无评论

基于船舶行为特征的武汉大桥水域航线优化

中国航海 2017年第3期40卷 58-63页

作者：桑凌志耿丹阳张诚曹德胜严新平中国交通通信信息中心北京100011 交通安全应急信息技术国家工程实验室北京100011 武汉理工大学智能交通系统研究中心武汉430063

为保障内河桥区水域船舶通航的安全性,提高通行效率,以长江武汉大桥水域为研究对象,基于船舶自动识别系统(Automatic Identification System,AIS)信息对该水域的船舶行为特征进行分析。利用基于欧式距离与最小方差法的聚类方法分析,认... 详细信息

为保障内河桥区水域船舶通航的安全性,提高通行效率,以长江武汉大桥水域为研究对象,基于船舶自动识别系统(Automatic Identification System,AIS)信息对该水域的船舶行为特征进行分析。利用基于欧式距离与最小方差法的聚类方法分析,认为过桥船舶可依据主机功率的不同进行划分。在长江船舶定线制的框架下,结合栅格法与蚁群算法建立武汉大桥水域的航道规划模型,对基于船舶行为特征的船舶航线进行优化。仿真结果表明:该方法在保证船舶安全、高效航行的前提下,能有效帮助海事管理部门对武汉大桥水域船舶航线进行优化。

关键词：内河武汉长江大桥水域船舶行为航线优化

基于AIS信息和BP神经网络的船舶航行行为预测

在线全文

学校读者我要写书评

暂无评论

中国航海 2017年第2期40卷 6-10页

作者：甄荣金永兴胡勤友施朝健王胜正上海海事大学商船学院上海201306

针对船舶航行行为多维度的特点和船舶交通服务系统(Vessel Traffic Service,VIS)对船舶行为预测的精确度和实时性需求,提出结合船舶自动识别系统(Automatic Identification System,AIS)信息和BP(Back Propagation)神经网络的船舶航行行... 详细信息

针对船舶航行行为多维度的特点和船舶交通服务系统(Vessel Traffic Service,VIS)对船舶行为预测的精确度和实时性需求,提出结合船舶自动识别系统(Automatic Identification System,AIS)信息和BP(Back Propagation)神经网络的船舶航行行为预测方法。构造基于AIS信息的船舶航行行为特征表达方法,根据BP神经网络预测的基本原理,以连续3个时刻的船舶航行行为特征值为输入,以第4个时刻的船舶航行行为特征值为输出,对BP神经网络进行训练,用于对未来船舶航行行为进行预测。以成山角VTS水域内的船舶AIS信息为例进行试验,结果表明:利用该方法对船舶航行行为特征值进行预测的结果准确、实时,误差在可接受的范围内。

关键词：水路运输船舶行为预测 AIS信息 BP神经网络

在线全文

学校读者我要写书评

暂无评论

基于数据挖掘的船舶行为研究

中国航海 2012年第2期35卷 50-54页

作者：朱飞祥张英俊高宗江大连海事大学航海学院辽宁大连116026

如何从我国沿海港口海量的船舶自动识别数据中找出海上交通知识,是我国交通海事部门和港口管理部门亟需解决的重要问题。针对海量数据处理的瓶颈及海上交通数据的特点,运用地理网格技术划分港口水域,从而降低船舶航迹数据复杂度,建立船... 详细信息

如何从我国沿海港口海量的船舶自动识别数据中找出海上交通知识,是我国交通海事部门和港口管理部门亟需解决的重要问题。针对海量数据处理的瓶颈及海上交通数据的特点,运用地理网格技术划分港口水域,从而降低船舶航迹数据复杂度,建立船舶行为模型,对每个地理单元格上的船舶行为进行统计分析,进一步运用数据挖掘技术揭示整个海域船舶行为规律。所挖掘的知识可以运用到船舶航行位置预测、船舶异常行为检测及海上交通流模拟等研究领域。该研究方法开拓了海上交通安全的研究思路,为海事部门和港口管理部门的通航环境管理等提供理论依据。

关键词：水路运输海上交通船舶行为数据挖掘船舶自动识别系统

在线全文

学校读者我要写书评

暂无评论

基于AIS数据的船舶行为可视分析研究

基于AIS数据的船舶行为可视分析研究

作者：金梁武汉理工大学

学位级别：硕士

随着水路运输事业的发展,水上安全问题日益突出,以船舶安全航行为出发点对船舶群体行为特征进行分析研究有重要的理论及应用价值。船舶自动识别系统(AIS)作为通用船舶识别跟踪的配套设施广泛配备于各类船舶,其产生的AIS数据对船舶行为... 详细信息

随着水路运输事业的发展,水上安全问题日益突出,以船舶安全航行为出发点对船舶群体行为特征进行分析研究有重要的理论及应用价值。船舶自动识别系统(AIS)作为通用船舶识别跟踪的配套设施广泛配备于各类船舶,其产生的AIS数据对船舶行为研究有重要作用。现有对船舶行为研究主要针对其某一特定方面进行数据挖掘,其结果单一、抽象,不直观也不便于交互分析;而可视分析技术结合可视化和人机交互,能够为用户提供直观的信息视图和可交互的分析方式。因此,以AIS数据为基础,利用可视分析技术对船舶行为特征进行研究将为探索船舶安全航行方式提供新的解决方案。本文基于AIS数据,从船舶轨迹分布、船舶密度分布及船舶速度分布三方面对船舶行为进行特征建模,同时,结合多种可视化方法,提出船舶行为可视分析的交互模型,并设计了船舶行为可视分析原型系统。主要研究工作如下:(1)面向可视分析的船舶行为特征建模方法研究针对船舶轨迹分布特征,对基于树形聚类簇的轨迹聚类算法进行改进,结合内河航道轨迹多样性低的特点,对轨迹进行预分类,从而减少了轨迹聚类过程中无效匹配的次数,提升了算法性能;针对船舶密度分布特点,利用核密度估计方法进行特征建模并对其关键技术进行研究;针对船舶速度分布特点,建立了面向可视分析的船舶速度空间分布特征和概率分布特征模型。(2)船舶行为特征可视化方法研究以所建船舶行为特征模型为基础,研究了船舶行为特征可视化方法:针对船舶轨迹分布特征,提出利用聚集可视化技术,对轨迹数据做聚集计算后再进行可视化;对船舶密度分布,以特征建模得到的核密度估计矩阵为基础,采用热力图方式进行可视化呈现;对船舶速度分布,提出对水域进行网格划分,并以颜色编码方式对每个网格中船舶速度进行可视化表征。(3)船舶行为可视分析交互模型研究以船舶行为的特征建模和可视化方法为基础,首先剖析用户需求,进行可视分析的交互任务建模,包括:用户修改轨迹分布和密度分布算法的参数等底层交互任务、面向结果数据集和视图等上层交互任务;然后以每个任务模型为目标,构建可视分析交互模型。(4)原型系统设计与实验分析利用以上研究成果,设计了船舶行为可视分析的原型系统并进行实验验证。结果表明,本文提出的算法改进和可视化方法、可视分析交互模型具有可行性与有效性,能够帮助用户更直观、交互式地研究船舶行为特征,为水上安全交通管理提供借鉴。

关键词： AIS数据船舶行为船舶轨迹可视分析人机交互