共查询到18条相似文献，搜索用时 125 毫秒
1.
船舶自动识别系统、船舶远程识别与跟踪系统、卫星导航定位系统、导航雷达、星载雷达等海上目标监控系统互相补充,极大地增加了海上移动目标监控的广度和质量。然而,同一个移动目标在不同系统中具有不同的标识和轨迹,需要进行有效的数据融合,关联多源轨迹数据,建立各系统中移动目标的对应关系,才能形成统一的海上态势,为移动目标跟踪、轨迹数据挖掘等提供支持。本文介绍和总结了海上目标多源轨迹的常见数据源;剖析与比较了可用于移动轨迹数据关联的最近邻、概率数据关联、联合概率数据关联和多假设跟踪4种量测/航迹关联方法,和基于统计方法或模糊数学的2类航迹/航迹关联方法,以及相关工作进展;总结了常见的算法评估方式;最后讨论了现有方法适用场景问题,及其进一步的研究方向。 相似文献
2.
港口目标识别是海事船舶监管的重中之重,船舶自动识别系统（Automatic Identification System,AIS）所获取的船舶活动信息,可为港口目标识别提供高时相和高精度的船舶航行数据。为了探究AIS数据在港口目标识别中的应用,提出一种基于多源数据和船舶停留轨迹语义建模的港口目标识别方法。通过数据挖掘和语义信息增强构建船舶停留轨迹语义模型,识别船舶港口停留轨迹;建立基于随机森林的船舶停留方式分类模型,分类船舶泊位停留轨迹和船舶锚地停留轨迹,并利用空间逐级合并方法提取港口泊位和港口锚地;综合船舶泊位停留轨迹、道路、海岸线、水深、土地利用与土地覆盖等数据,顾及情景-领域知识实现港口目标识别。基于2017年96 790艘船舶的超8300万条AIS轨迹记录,应用本文方法识别南海研究区的港口目标。实验结果表明,本文方法对于船舶轨迹停留行为总体分类精度为0.9477, Kappa系数为0.8948。提取出南海研究区447个港口区域,与Google Earth影像叠加验证结果表明,提取结果均位于真实的港口影像内,相较于Natural Earth数据集中包含的南海区域24个港口点位,提取结果的完整性大大增强。因此,基于多源数据和船舶停留语义建模的港口目标识别方法对于港口目标识别具有较高的准确性和完整性。此外,该方法提取的港口区域可为基于遥感影像的港口目标识别提供靶区,从而提高大区域甚至全球范围内港口目标动态识别的效率。 相似文献
3.
随着空间探测技术发展和数据获取手段进步,多源时空数据成为数字化、智慧化新型城镇建设的基础.针对城镇化所需的矢量、栅格、点云、传感器等多源时空数据存在格式、尺度、时相、精度、数学模型、空间基准、现势性等不协调统一的问题,本文以Java体系结构为基础,利用Spring Boot作为整体框架设计研发了一套城镇多源时空数据规范化处理系统,包含矢量信息、遥感影像、三维点云数据、传感器类数据处理,可将多种时空数据在空间和时间上的冗余或互补信息整合,形成城镇全域一致的、规范的时空数据成果.应用结果表明,该系统有效提高了城镇多源时空数据质量检查与规范化处理工作效率,具有较好的可行性和实用性,可为新型城镇化建设提供相应的技术支持. 相似文献
4.
船舶行为特征挖掘与预测是水上智能交通系统的重要研究内容,也是交通运输工程领域的关键科学问题。为系统研究基于船舶自动识别系统（Automatic Identification System, AIS）数据的船舶行为特征挖掘与预测的研究现状与发展趋势,本文首先针对Web of Science(WOS)和中国知网（China National Knowledge Infrastructure, CNKI）收录的文献,用知识图谱分析软件VOSviewer对文献关键词进行处理,从文献计量学的角度生成高频关键词的聚类图谱和趋势演化。然后对基于AIS数据的水上交通要素挖掘、船舶行为聚类和船舶行为预测3个主题的研究内容、方法、存在问题进行了系统分析和展望,研究结果表明：① 在基于AIS的水上交通要素挖掘方面,主要集中在对AIS数据中表征船舶行为空间特征和交通流的时间特征单独挖掘分析,缺乏对AIS数据的时间、空间以及环境因素特征的关联挖掘,对于如何进行交通要素的关联融合挖掘研究还有待深入探索;② 在船舶行为聚类方面,研究主要是运用无监督聚类方法研究船舶航迹点和航迹段聚类,得到船舶航行行为模式的时空分布和船舶操纵意图辨识模型,然而融合多维特征的船舶轨迹的相似性计算方法、聚类参数的自适应选取以及船舶行为的语义特征建模有待进一步研究;③ 在船舶行为预测方面,主要集中在基于动力学方程、传统智能算法和深度循环神经网络的船舶行为预测研究,考虑船舶行为的随机性、多样性和耦合性的特点,运用混合神经网络模型以及神经网络与向量机、注意力机制相结合的模型实现多维的船舶航行行为特征的实时预测将是新的研究方向。最后提出了基于语义模型的船舶行为特征挖掘、基于深度卷积神经网络的船舶行为的预测和基于知识图谱的船舶行为特征挖掘和预测结果可视化等有待进一步研究的方向。 相似文献
5.
随着海上石油运输业和海洋石油工业的迅速发展,海上溢油事故频繁发生,造成了巨大的生态和经济上的损失,因此,实时监测溢油信息对灾害防控具有重要意义。本文基于多源SAR影像数据,开展了溢油遥感监测研究,构建了基于GIS的海洋溢油业务化监测系统。系统基于GDAL对原始数据进行解析,实现影像输入和几何校正等处理;在此基础上,封装多尺度图像分割算法和灰度对比度特征提取算法,对SAR影像数据进行分块、分割、溢油识别、合并及参数赋值等自动化处理,实现溢油信息提取的一键化处理;面向溢油监测应用需求,制作各类标准化产品,自动添加制图整饰要素、影像参数、溢油面积和溢油源等各类信息,并实时生成专题快报。 相似文献
6.
随着全球经济一体化的深入推进，海上交通拥堵和船舶事故频发。为了对海上船舶活动进行监管和分析，传统的方法主要利用船舶定位数据进行数据挖掘，未结合其他海上多源数据进行船舶时空活动过程和行为模式分析，缺少深层次的知识挖掘。为此，本文综合利用多源数据，在提取轨迹的语义信息基础上，构建船舶活动知识图谱，为低知识密度的轨迹时空点序列向高阶语义知识转化提供一种有效途径。具体地，首先通过解析船舶活动的特征和组成要素，基于“过程-事件-行为”的核心思想，设计船舶活动知识图谱本体层；然后利用Stop/Move模型提取轨迹语义信息，利用DMCNN模型抽取船舶突发事件，完成实例层填充；最后通过构建原型系统，对上述模型和方法进行验证。结果表明，本文所构建的船舶活动知识图谱，可以支持对船舶常规活动和突发事件进行知识表示，并可以实现时空活动查询和回溯，进而达到语义增强效果，具有一定的应用价值。 相似文献
7.
船舶轨迹的自动观测记录已进入了大数据时代,其呈爆炸式增长的趋势给传统的轨迹数据管理方式带来了巨大挑战。本文针对通用船舶自动识别系统(AIS)岸基网络中船舶轨迹数据上传频率高,数据量大,覆盖范围广的特点,首先,分析了当前常见船舶轨迹数据存储方法存在的缺陷,概括了船舶轨迹数据的特征并对其进行抽象建模,然后,在时空立方体模型的基础上,提出了从抽样时刻、步进时段到每日航次的三层组织框架的建模思想,设计了Geodatabase的网格化三级时空立方体模型,实现了海洋运输船舶轨迹观测记录的Geodatabase管理方法。通过我国AIS岸基网络(温州-汕头)单日观测数据的实例验证,表明该模型存储及时空查询性能良好,且具有轨迹数据存储、查询和空间分析一体化管理的独特优势。 相似文献
8.
针对SAR海洋图像中船舶航行尾迹的检测难点,以及传统Radon变换过程存在量化噪声问题,提出了一种迹空间投影方法对海洋SAR图像进行特征提取。首先对SAR图像做迹空间投影变换,提出一种加窗泛函对投影数据进行积分以提取出原图像中小尺度尾迹特征,然后进行峰值检测以确定尾迹位置,最后通过实验验证了算法的有效性。 相似文献
9.
SAR影像匹配是SAR数据处理的重要环节,但是,SAR影像匹配成功率、正确率及精度较低。通过SAR影像匹配,建立SAR匹配像对,对雷达立体观察和立体测量有重要的意义。在机载SAR影像匹配中,应用SIFT 算法,获得较稳定的特征,并结合2D单应变换的RANSAC算法剔除误匹配点对;选取三组不同类别的机载SAR影像数据,利用SIFT 和粗差剔除相结合的算法,通过VC++和OpenCV编程,提取出特征稳定且均匀分布的同名点对,完成机载SAR影像匹配实验。结果表明,对于含有人工建筑物的机载SAR影像,SIFT 算法可有效地提取大量稳定的匹配点对,其正确率高;对于含有自然植被的机载SAR影像,SIFT 算法可有效地提取较多稳定的匹配点对,其正确率较高;由于SIFT 算法实质上是基于局部灰度匹配的算法,对于纹理信息缺乏的机载SAR影像,只可提取少量稳定的匹配点对,其正确率相对前两者较低。总体而言,在机载SAR影像中SIFT 算法能够提取到稳定的匹配点对,并结合基于2D单应变换的RANSAC算法,可有效剔除误匹配点对,提高匹配正确率及精度。 相似文献
10.
针对大型船舶长航道乘潮进港窗口期时长不充足问题,本文提出了基于船舶自动识别系统（Automatic Identification System,AIS）数据、港口潮汐数据、官方电子海图数据和航道地理位置数据等多源海事数据的大型船舶长航道精细化分段乘潮模型。首先,基于AIS数据采用K中心点算法对大型船舶乘潮航行行为特征进行挖掘,识别出大型船舶乘潮航迹关键点,计算大型船舶乘潮航行行为变化关键船位点。接着,结合长航道地理环境特征和大型船舶航行行为特征对长航道进行精细化分段,在此基础上基于港口潮汐数据构建大型船舶精细化分段乘潮窗口期计算模型。其次,设计乘潮历时自适应排列算法求解大型船舶乘潮最长窗口期;然后,以黄骅港综合港区航道为例验证了本文所提出的精细化分段乘潮模型。最后,基于电子海图数据利用地理信息系统平台实现大型船舶精细化分段乘潮三维动态推演,进一步验证大型船舶精细化分段乘潮航行的安全性。结果表明,该模型能够有效增加大型船舶乘潮进港窗口期时长,提高大型船舶乘潮进港效率,可为港航管理部门制定大型船舶进港计划提供理论指导。 相似文献
11.
农作物空间分布的遥感识别是地理学、生态学和农学等多学科研究的前沿和热点,多源遥感数据在其中发挥着重要的作用。本研究结合冬小麦和油菜的种植及生长特点,以安徽省合肥市为研究区域,利用ZY-3、Sentinel-2和GF-1等多源遥感影像数据,以高程、坡度等数据为辅助信息,结合以多尺度分割、最邻近法和阈值法等为主要步骤的面向对象的分类方法,提取研究区合肥市冬小麦和油菜种植的空间分布信息。结合来自于GVG农情采样系统和Google Earth高分辨率影像上获得的地面验证数据进行分类精度验证,计算得到分类结果的混淆矩阵,并根据混淆矩阵数据计算出分类的总体精度为94.43%,Kappa系数为0.914。结果表明,本研究提出的方法能够有效地区分在冬小麦和油菜的混种区域里两种作物种植区域的空间分布,且这种多种策略相结合的分类方法体系,能够适用于其它区域甚至是更加大尺度上的作物分类。 相似文献
12.
针对OD流向聚类中语义信息考虑不足和流向语义提取困难的问题,本文提出了一种基于隐含狄利克雷分布模型（Latent Dirichlet Allocation,LDA）和优化蚁群的OD流向语义聚类算法。算法首先以流向终点的POI类别为词汇构建流向文档,采用LDA主题模型提取流向语义,量化OD流向间的语义相似度,融合时间、空间和语义相似度构建流向时空语义相似度;接着以流向为节点,以流向时空语义相似度为边构建流向图,利用高斯函数映射以及图连通分量,剔除不相似的流向,实现数据精简;之后借鉴了密度峰值聚类算法思想,利用节点的介数中心性优化蚁群初始位置选取;最后基于多路切图准则（Multiway Normalized Cut, MNCUT）强化蚁群搜索的目的性,优化蚁群搜索的聚类效果,实现OD流向的时空语义聚类。以厦门市出租车公开数据集与厦门市高德地图POI数据为例进行分析与验证,结果表明本文基于LDA模型的语义提取方法可以有效提取流向的语义信息,构建有效的流向相似度度量;基于高斯函数和图连通分量特性的映射策略可以有效剔除了流向数据中的噪音,有效节省无向图构建的计算开支,大约节省了88.5%~88.8%的运行时间;基于介数中心性和多路切图准则优化的蚁群搜索聚类算法,可以有效进行流向语义聚类。相比已有方法本文方法能够更好地衡量流向间的语义相似程度,可实现按主题进行聚类划分,划分更加精细,更方便有效地进行流向语义的相关分析。 相似文献
13.
14.
现有时空同现模式挖掘方法因其在空间和时间频繁阈值等参数值的设定上存在困难且缺乏客观依据的问题而难以被应用到犯罪地理研究中。为此,本文通过引入时空状态同现模式和最小时空参与率等概念对现有挖掘方法进行了重新建模,并结合广义Grubbs异常值检验提出了一种点模式分布下的犯罪嫌疑人时空同现模式挖掘框架。基于该框架对中国某省部分犯罪嫌疑人的真实移动轨迹数据的实验分析结果表明,本文所提出的方法能够有效地挖掘出嫌疑人间显著的时空同现模式,且这些模式的时空分布特征不仅与犯罪活动易发生在非农业生产区这一共识基本相符,还与日常活动理论的基本观点相适应。本文拓展了时空同现模式挖掘在犯罪地理研究中的应用,研究成果对公安机关等执法部门在重点监控某些犯罪嫌疑人以及合理分配和部署警力资源方面具有重要意义。 相似文献
15.
船舶自动识别系统(Automatic Identification System, AIS)不仅是海上交通监管的有效工具,也为研究海上交通运输及其相关产业活动特征提供了一种良好的数据源。基于海上渔船AIS数据,本研究利用高斯混合模型(Gaussian Mixed Model,GMM)识别渔船捕捞活动状态,提出一种将核密度估计(Kernel Density Estimation,KDE)与热点分析(Hot Spot Analysis, HSA)相融合用于渔船捕捞活动聚集区提取的方法。结果显示：与单一KDE或HSA方法相比,二者相融合的方法将KDE的距离衰减效应与HSA统计指数相结合,在渔船捕捞活动聚集区提取中的应用效果较好、效率较高;采用该融合方法,基于2018年9—12月AIS数据,实现对渤海海峡周边海域渔船捕捞活动聚集区的提取,发现不同月份,渔船捕捞活动聚集区的分布范围和空间形态特征具有一定差异性,烟威近岸海域和渤海海峡是主要的捕捞活动聚集区,其结果可为该海域捕捞活动管理和海洋生态保护提供技术方法和决策支持。 相似文献
16.
导航大数据是大量与导航相关且具有泛在导航、定位、授时特征的数据集合。城市环境的特性影响居民的出行活动,而居民出行活动中产生的导航大数据则蕴含了城市环境的时空信息。热点区域空间分布以及热点区域之间的关联性特征是城市环境时空特性的重要组成部分,由客观的环境现状和主观的人为活动造成。通过挖掘导航大数据可以揭示这些特征。本文提出了利用导航大数据的城市热点区域关联性挖掘方法。首先,通过对居民出行的起点和终点坐标进行空间聚类,挖掘城市中的热点区域,并依据点的分布特点对城市热点区域进行离散化;然后,利用基于谱聚类和蚁群算法的方法分析居民出行特征,揭示城市中热点区域之间存在的关联性。本文提出的方法能够充分利用导航大数据对城市动态的感知能力。以上海市2007年2月20日的出租车轨迹数据为例进行分析,结果表明：利用导航大数据分析城市热点区域之间的关联性,可以得到具有紧密关联性的热点区域的空间分布特征;上海市居民出行活动频繁的热点区域被划分为15个内部紧密关联的子图,形成该分布特征的内在机制以及居民流通规律与上海市的土地资源利用及道路交通建设现状密切相关。分析方法和结果可为合理的城市功能区域规划,智慧城市建设等提供决策支持和参考信息。 相似文献
17.
18.
基于地理本体的海湾空间数据组织方法——以辽东湾为例 总被引：2，自引：0，他引：2
数字海湾的建设,面临着空间数据组织问题。本文在对基于分层和基于地理特征的空间数据组织方式及元数据技术深入分析的基础上,针对海湾多要素、多层次、多资源和多领域的复杂系统,采用地理本体的思想进行海湾的认知表达,并由此提出了基于地理本体的海湾空间数据组织方法。通过对海湾地理本体的建模,建立了更能客观反映海湾地理实体各个层次体系的概念模型,再根据海湾概念和已有的多源空间数据集之间的映射关系,重构地理本体支持下的海湾空间数据库,从而实现海湾多源空间数据的海、滩、陆一体化集成与管理。最后,以辽东湾为例,对该海湾所涉及到的多源空间数据进行了有效的组织。结果表明,利用地理本体的思想对空间数据进行组织管理,可以消除不同领域对信息理解的鸿沟,有利于数据的共享和互操作。 相似文献