文献类型：期刊文章

作　　者：徐婷[1] 戴文伯[1] 鲁嘉俊[1]

XU Ting;DAI Wen-bo;LU Jia-jun(CCCC National Engineering Research Center of Dredging Technology and Equipment Co.,Ltd.,Shanghai 201208,China)

机构地区：[1]中交疏浚技术装备国家工程研究中心有限公司

出　　处：《水运工程》

年　　份：2019

卷　　号：0

期　　号：12

起止页码：119-122

语　　种：中文

收录情况：BDHX、BDHX2017、ZGKJHX、核心刊

摘　　要：针对疏浚监控管理工作很难全天覆盖所有船舶、无法做到实时监控的问题,分析某绞吸挖泥船的AIS(自动识别系统)高频数据,包括疏浚船舶动态的航行轨迹、速度、航向等数据。对船舶施工轨迹辨识和预测进行研究,提出利用DBSCAN聚类算法粗略识别出施工区域,利用LOF(局部异常因子)算法去除航行轨迹中非施工状态下的轨迹,并利用时间序列ARIMA模型对船舶施工轨迹进行预测。结果表明,DBSCAN聚类算法结合LOF算法进行施工轨迹辨识方法合理可行,ARIMA模型进行施工轨迹预测的方法具有精确度高、实时性、易实现的特点。

关 键 词：AIS数据 数据挖掘 ARIMA模型

分 类 号：U66]