文献类型：期刊文章

作　　者：郑振涛[1,2] 赵卓峰[1] 王桂玲[1] 徐垚[2]

ZHENG Zhentao;ZHAO Zhuofeng;WANG Guiling;XU Yao(Beijing Key Laboratory on Integration and Analysis of Large-scale Stream Data (North China University of Technology),Beijing 100144,China;Shore-based Information System Department,Ocean Information Technology Research Institute Co.,Ltd,China Electronics Technology Group Corporation (CETC Ocean Corp.),Beijing 100041,China)

机构地区：[1]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),北京100144 [2]中电科海洋信息技术研究院有限公司岸基信息系统部,北京100041

出　　处：《计算机应用》

基　　金：北京市自然科学基金资助项目(4172018;4162021);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)~~

年　　份：2019

卷　　号：39

期　　号：1

起止页码：113-117

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：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  

分 类 号：TP312]