文献类型：期刊文章

作　　者：王永明[1] 刘兴龙[2] 桑凌志[3]

WANG Yongming;LIU Xinglong;SANG Lingzhi(Navigation College, Dalian Maritime University, Dalian 116026, Liaoning, China;College of Physics & Electronic Information Engineering, Minjiang University, Fuzhou 350108, China;National Engineering Laboratory for Transportation Safety & Emergency Informatics, China Transport Telecommunication and Information Center, Beijing 100011, China)

机构地区：[1]大连海事大学航海学院,辽宁大连116026 [2]闽江学院物理与电子信息工程学院,福州350108 [3]中国交通通信信息中心交通安全应急信息技术国家工程实验室,北京100011

出　　处：《上海海事大学学报》

基　　金：国家自然科学基金(51309044)

年　　份：2018

卷　　号：39

期　　号：4

起止页码：82-89

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对当前船舶自动识别系统(automatic identification system,AIS)数据存在大量错误和缺失的问题,通过匹配AIS数据丢失时间制定完备AIS数据库,采用改进的Hausdorff距离公式融合轨迹空间相似度与船舶航行速度相似度,采用相似轨迹作为最小二乘支持向量机(least squares support vector machine,LSSVM)算法的输入样本,通过数据训练得到的回归模型对AIS数据进行修复。采用实际数据进行验证。结果显示,本文提出的基于粒子群优化(particle swarm optimization,PSO)的LSSVM算法能够准确还原AIS数据。结果可以提高AIS数据的连续性和完整性。

关 键 词：AIS数据 数据修复 最小二乘支持向量机(LSSVM)  粒子群优化(PSO)算法

分 类 号：U675.7]