CN104571122B - 一种基于轨迹聚类的船舶互助组救援有效性检验方法 - Google Patents
一种基于轨迹聚类的船舶互助组救援有效性检验方法 Download PDFInfo
- Publication number
- CN104571122B CN104571122B CN201410686666.7A CN201410686666A CN104571122B CN 104571122 B CN104571122 B CN 104571122B CN 201410686666 A CN201410686666 A CN 201410686666A CN 104571122 B CN104571122 B CN 104571122B
- Authority
- CN
- China
- Prior art keywords
- ship
- mutual
- aid team
- track
- space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于轨迹聚类的船舶互助组救援有效性检验方法,包括:获取船舶互助组活动时的一段离散时间序列;在各个时刻获取各艘船的船位信息,并建立各艘船的时空轨迹;计算在各个时刻,某一艘船舶与其它所有组内船舶在此时的船位的欧式距离,并计算其中的最短距离;判断得到的最短距离是否小于最远安全距离;计算在离散时间序列内符合最短距离小于最远安全距离的次数,获得某一船舶在离散时间序列内符合最佳营救条件的比例,并根据该比例判断某一船舶在离散时间序列内是否适合被组内其他船舶救助;计算适合被组内救助的船只总数占该编组中所有渔船总数的百分比。本发明克服了现有船舶互助组在编组计划安排中存在的管理者主观性和随意性影响。
Description
技术领域
本发明涉及海上救援技术领域,特别是涉及一种基于轨迹聚类的船舶互助组救援有效性检验方法。
背景技术
为了降低安全生产管理的难度与险情救援的成本,并提升渔业生产效率,我国沿海多地的渔业主管部门开始越来越多地采用将渔船编成互助组的方式,以期达到编组内部自我管理、编组渔船间“互助互救,合作共赢”的效果。然而,现有的渔船互助组组成的主要依据为:(1)基于渔业主管部门对渔船所有者的地缘关系;(2)生产合作社的经济利益。对于基于这样原则建立的渔船互助组,其组内船只在互救作用上的有效性问题,在国内外却尚未有较为科学的、量化的、***的检验方法被提出。
渔船监测***(VMS,Vessel Monitoring System)能够提供渔船位置和活动状态信息,目前我国渔船安装船舶自动识别设备(AIS)近5万艘、北斗卫星船位监控近2.9万艘,CDMA公众移动通讯设备11万艘。由于北斗卫星传送的经纬度船位数据的时间分辨率为3分钟,空间分辨率约为10米,时空精度高,实时性强。通过北斗渔船监控***收集的渔船船位信息,可以建立渔船的时空轨迹模型,从而便可在时空轨迹数据的研究方法和思想下探究渔船互助组的救援有效性问题。
目前,时空轨迹数据研究的应用范围涵盖了人类行为、气象灾害预警、交通物流等诸多方面,通过对各种时空轨迹数据进行聚类分析,可以提取时空轨迹数据中的相似和异常特征,从而有助于发现其中有意义的模式。这使得追溯编组渔船的活动,分析编组内渔船之间的活动规律、模式、关系,并最终建立一种量化分析互助组救援有效性的方法成为可能。
发明内容
本发明所要解决的技术问题是提供一种基于轨迹聚类的船舶互助组救援有效性检验方法,克服现有渔船互助组在编组计划安排中存在的管理者主观性和随意性影响。
本发明解决其技术问题所采用的技术方案是:提供一种基于轨迹聚类的船舶互助组救援有效性检验方法,包括以下步骤:
(1)获取船舶互助组活动时的一段离散时间序列;
(2)在各个时刻获取各艘船的船位信息,并根据船位信息建立各艘船的时空轨迹;
(3)计算在各个时刻,某一艘船舶与其它所有组内船舶在此时的船位的欧式距离,并计算其中的最短距离;
(4)判断得到的最短距离是否小于最远安全距离;
(5)计算在离散时间序列内符合最短距离小于最远安全距离的次数,获得某一船舶在离散时间序列内符合最佳营救条件的比例,并根据该比例判断某一船舶在离散时间序列内是否适合被组内其他船舶救助;
(6)对组内其他船舶,重复步骤(3)-(5),计算适合被组内救助的船只总数占该编组中所有渔船总数的百分比。
所述步骤(2)中的船位信息采用的是空间维平面上的横纵坐标。
所述步骤(2)中根据船位信息建立各艘船的时空轨迹包括以下步骤:
(A)筛选船位记录信息最丰富的天数与最丰富的编组;
(B)利用PAA方法对船舶时空轨迹进行简化;
(C)利用局部线性插值函数重构简化后的船舶时空轨迹;
(D)利用分段保形三次Hermite插值算法填补重构后的船舶时空轨迹中的船位数据缺失。
所述步骤(B)中PAA方法为:使用一个固定宽度的滑动窗口界定时空轨迹的每个分段,整个窗口使用其内部的均值表示;设简化前的轨迹为λ=<(w1,t1),(w2,t2),...,(wn,tn)>,简化后的轨迹为其中,wi(1≤i≤n)表示在ti时λ的二维空间坐标;表示在tj时的二维空间坐标,且m<<n,Δt为滑动窗口宽度。
所述最远安全距离是通过海上救助部门结合互助组内渔船的类型和不同海上险情的救援响应要求来确定的。
所述步骤(6)后还包括对船舶互助组进行有效性分级的步骤,判断方式为:
其中,GLV为一个互助组的救援有效性指标,该指标按实际需要被划分为P个等级,Si%为适合被组内救助的船只总数占该编组中所有渔船总数的百分比,SLV1%、SLV2%、……、SLVP%为各分级的比例数。
适合被组内救助的船只总数占该编组中所有渔船总数的百分比Si%=K(Gi<N1,N2,...,Nn>,<T1,T2,...,Tn>,δ%,D),其中,Gi<N1,N2,...,Nn>代表一个互助组内的所有n艘船舶以及各艘船舶的船位信息,<T1,T2,...,Tn>代表离散时间序列,δ%代表“易得到救助”的轨迹长度在一条船舶时空轨迹中所占的比例的一个判别阈值,D代表最远安全距离。
有益效果
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:本发明将互助组救援有效性检验被转换为特殊的轨迹聚类问题求解,对互助组的救援有效性通过“救援有效的船舶轨迹”占互助组内所有船舶的比例进行判断,并按实际需要进行分级,从而克服现有船舶互助组在编组计划安排中存在的管理者主观性和随意性影响,为渔业管理部门设计、调整编组方案提供一个较为科学、量化的参考标准。
附图说明
图1是实施例中筛选出的船位数据的经度区间分布图;
图2是渔船轨迹的简化近似与轨迹重构原理、流程示意图;
图3是实施例中D1为最远安全距离时的编组有效性等级比例分布图;
图4是实施例中D2为最远安全距离时的编组有效性等级比例分布图;
图5是实施例中D3为最远安全距离时的编组有效性等级比例分布图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于轨迹聚类的船舶互助组救援有效性检验方法,包括以下步骤:
(1)对某一编组Gi<N1,N2,...,Nn>(Nj代表组内各船),获取船舶互助组活动时的一段离散时间序列<T1,T2,...,Tm>。
(2)在各个时刻(Tk)获取各艘船Nj的船位信息Nj(Xjk,Yjk,Tk)(k∈[1,m]),其中,Xjk,Yjk为船只在Tk空间维平面上的横纵坐标(投影坐标系下的),从而可以建立各艘渔船的时空轨迹值得一提的是,所述的船位信息中的Xjk,Yjk是投影坐标系下的横纵坐标,如果原始的船位数据记录的是地理坐标(经纬度坐标),则需要分析原始数据的经纬度分布特征来确定转换为何种投影坐标系下的横纵坐标。
(3)计算在Tk时,某一艘船舶Nj(Xjk,Yjk,Tjk)与其它所有组内船舶Nt(Xtk,Ytk,Ttk)(t≠j)在此时的船位的欧式距离,并计算其中的最短距离mindis<Nj(Xjk,Yjk,Tjk),Nt(Xtk,Ytk,Ttk)>(t≠j)。
(4)判断Tk时Nj是否能获得组内救助:即判断mindis<Nj(Xjk,Yjk,Tjk),Nt(Xtk,Ytk,Ttk)>(t≠j)是否小于最远安全距离D。其中,最远安全距离是通过船舶管理部门或海上救助部门结合互助组内渔船的类型和不同海上险情的救援响应要求来确定的。
(5)判断轨迹救援有效性:
计算在<T1,T2,...,Tm>内符合mindis<Nj(Xjk,Yjk,Tjk),Nt(Xtk,Ytk,Ttk)><D(t≠j,k∈[1,m])的次数——M,通过Q(Nj)=M/m×100%获得Nj在<T1,T2,...,Tm>内符合最佳营救条件的船位比例。之后将Q(Nj)与δ%比较(即计算Nj的时空轨迹中“易得到救助”的轨迹长度比例是否大于δ%),从而判断Nj在<T1,T2,...,Tm>内是否适合被组内其他渔船救助。
(6)对组内其他船只,重复步骤(3)-(5),计算适合被组内救助的船只总数占该编组中所有渔船总数的百分比(Si%),将Si%作为检验该编组有效性的标志。
(7)对船舶互助组进行有效性分级的步骤,判断方式为:
其中,GLV为一个互助组的救援有效性指标,该指标按实际需要被划分为P个等级,Si%为适合被组内救助的船只总数占该编组中所有渔船总数的百分比,SLV1%、SLV2%、……、SLVP%为各分级的比例数。
其中,适合被组内救助的船只总数占该编组中所有渔船总数的百分比
Si%=K(Gi<N1,N2,...,Nn>,<T1,T2,...,Tn>,δ%,D) (2)
其中,Gi<N1,N2,...,Nn>代表一个互助组内的所有n艘船舶以及各艘船舶的船位信息,<T1,T2,...,Tn>代表离散时间序列,δ%代表“易得到救助”的轨迹长度在一条船舶时空轨迹中所占的比例的一个判别阈值,D代表最远安全距离。
其中,所述的渔船时空轨迹在建立过程中需要经过船位数据的筛选、轨迹简化、轨迹重构、轨迹插值等步骤的处理,具体处理步骤如下:
(A)为提取出典型渔业活动繁忙期的编组渔船的活动模式,筛选船位记录信息最丰富的天数与最丰富的编组,以保证样本在这段繁忙期的记录的时空完整性。进一步确保建立在这些船位信息上的时空轨迹的代表性。
(B)利用PAA(Piecewise AggregateApproximation)方法对渔船时空轨迹进行简化,从而达到轨迹间采样率相同、时间序列对应、减少计算机性能消耗等效果。
PAA方法使用一个固定宽度的滑动窗口界定时空轨迹的每个分段,整个窗口使用其内部的均值表示。
设简化前的轨迹为λ=<(w1,t1),(w2,t2),...,(wn,tn)>;
简化后的轨迹为
其中,wi(1≤i≤n)表示在ti时λ的二维空间坐标;表示在tj时的二维空间坐标,且m<<n。而对则有:
其中,Δt为滑动窗口的宽度,αj为λ在t∈[tj,tj+Δt)中记录点的个数。
(C)利用局部线性插值函数,重构步骤(B)中简化后的轨迹。
(D)利用分段保形三次Hermite插值算法,填补步骤(C)中重构后的轨迹中的船位数据缺失。
其中,分段保形三次Hermite插值算法的原理如下:
对于一条时空轨迹中的一组控制点:(x0,y0,t0),...,(xi,yi,ti),...,(xn,yn,tn),t0<...<ti<...<tn,空间坐标x、y都被看作关于时间t的函数,分别记为Hx(t)、Hy(t),统一由H(t)表示,则插值函数H(t)可表示为:
其中,zi表示某个子区间中的某一空间维度的坐标,当求Hx(t)时,使用zi代表xi;当求Hy(t)时,使用zi代表yi;di为轨迹在ti时zi处的斜率。若t∈[ti-1,ti],则分段保形三次Hermite插值多项式如下:
其中li(t)、li-1(t)、li′(ti)、li′-1(ti-1)分别表示如下:
li(t)=(t-ti-1)/(ti-ti-1),
li-1(t)=(t-ti)/(ti-1-ti),
li′(ti)=1/(ti-ti-1),
l′i-1(ti-1)=1/(ti-1-ti),
di的算法如下:
下面以一个具体的实施例来进一步说明本发明。
本实施例中使用的是渔船船位数据来源于北斗民用分理服务商,数据信息主要包括渔船的北斗***、经纬度位置、航速、航向、发报时间。船位数据的时间分辨率为3min,空间分辨率约为10m。渔船互助组信息来源于浙江省某县的渔业管理部门。
1.船位数据的筛选
筛选标准:
①编组的船只在北斗数据库中存在对应的记录;
②日期是北斗数据库中船位记录数最丰富的十天(渔业活动最繁忙):
③渔船不处于锚泊状态,北斗数据库中的Speed字段值>0(保证渔船是在海上航行、作业中);
④GroupNo(互助组编号)是这十天里记录最丰富的十个编组;
在遵循筛选标准①②③进行处理后,可以将样本范围缩小至251个互助组,共计1305艘渔船在渔业活动最繁忙时期的十天的船位数据,如表1所示,然后再遵循筛选标准④进行处理,可得表2。
表1
表2
2.地理坐标转换为投影坐标
因为实施例中使用的北斗船位数据库中记录的均为地理坐标(经纬度坐标),而后续的互助组救援有效性的检验要计算不同船位之间的欧式距离,所以需要将上一步处理得到的那些样本点经纬度信息转换为某个投影坐标系下的坐标层,通过统计之前筛选出的24781个船位记录的经度,得到图1,从该图中可以看出大部分记录点的经度位于122°E~125°E之间。所以选择Beijing_1954_3_Degree_GK_CM_123E作为船位地理坐标转换之后的投影坐标***,使每个记录点获得在该坐标***下投影坐标。
3.渔船时空轨迹的简化与重构
因为在实施例中所采用的原始渔船船位数据虽然有固定的时间分辨率,但是并非每艘船都会在同一时刻发送船位信息,并且由于仪器故障或人为违规操作也会造成部分船位数据缺失,这些导致了所研究的同一条渔船时空轨迹的不同位置采样率不一定均匀或不同轨迹间采样时刻不对应。而且,3min的时间分辨率对于分析散布在大海上的渔船动辄几天至若干星期的渔业活动模式而言显然太小。
所以便利用PAA(Piecewise Aggregate Approximation)方法对渔船时空轨迹进行简化以克服上述问题,如式(3)所示,在本实施例中,滑动窗口宽度Δt取1h。
之后,采用局部线性插值函数来表达相邻点之间可能存在的运动模式,即假设相邻记录点之间渔船做匀速直线运动,重构简化后的轨迹。整个渔船时空轨迹的简化与重构的过程可表示为图2。
4.渔船时空轨迹的插值
虽然在之前的数据处理步骤中已经通过船位数据的筛选与时空轨迹的简化来保证需要分析的轨迹记录点序列的时空完整性。但是依然存在部分时间段船位数据的缺失,因此需要一种能够有效填补空缺值的插值方法。在实施例中,基于适用性、插值精度、使用条件等因素的考虑,故采用分段保形三次Hermite插值来填补缺失的船位数据。
5.D值的确定
D代表“最远安全距离”,即当险情发生时,互助组内其它的船只能够对其施以有效救援行动的最远距离,在实施例中,该值由浙江省某县的渔业管理部门结合互助组内渔船的类型和不同海上险情的救援响应要求来确定的。得出三个候选值:从小到大分别为D1、
D2、D3,对应30000m,50000m,100000m。
6.Si%的计算
Si%代表“救援有效的渔船轨迹”占互助组内所有渔船轨迹的比例。在实施例中,北斗船位数据库中的原始数据经船位数据筛选以及渔船时空轨迹的简化、重构、插值等步骤之后,根据式(2)及其对应的计算流程,共有10个编组93艘船(每艘船有240个记录点),总计22320个记录点参与互助组救援有效性判别算法的运算,可以获得10个编组在D1、D2、D3下的Si%值,如表3所示。
表3
7.互助组救援有效性的分级
在实施例中,根据表3的结果,并综合式(1),取P值为3,将GLV分为三个等级,分别是低有效性(LV1):Si%∈[0%,50%);中有效性(LV2):Si%∈[50%,80%);高有效性(LV3):Si%∈[80%,100%)。得到10个编组在不同最远安全距离下的有效性等级的比例如图3、图4、图5所示。
8.互助组有效性检验的结果分析
从图3、图4、图5可以分析得出,在最远安全距离为D1(30000m)、D2(50000m)时,处于低有效性的编组比例均大于60%,所以在这样的最远安全距离下的互助组整体对海上渔船险情救助贡献的有效性是较低的,不足以让人信服。而在D3(100000m)时,处于高、中有效性的编组比例合计为90%,所以在这个最远安全距离下,互助组整体对海上渔船险情救助贡献有效性较高。较好实现了互助组制度的设计初衷。
Claims (6)
1.一种基于轨迹聚类的船舶互助组救援有效性检验方法,其特征在于,包括以下步骤:
(1)获取船舶互助组活动时的一段离散时间序列;
(2)在各个时刻获取各艘船的船位信息,并根据船位信息建立各艘船的时空轨迹;具体包括:
(A)筛选船位记录信息最丰富的天数与最丰富的编组;
(B)利用PAA方法对船舶时空轨迹进行简化;
(C)利用局部线性插值函数重构简化后的船舶时空轨迹;
(D)利用分段保形三次Hermite插值算法填补重构后的船舶时空轨迹中的船位数据缺失;
(3)计算在各个时刻,某一艘船舶与其它所有组内船舶在此时的船位的欧式距离,并计算其中的最短距离;
(4)判断得到的最短距离是否小于最远安全距离;
(5)计算在离散时间序列内符合最短距离小于最远安全距离的次数,获得某一船舶在离散时间序列内符合最佳营救条件的比例,并根据该比例判断某一船舶在离散时间序列内是否适合被组内其他船舶救助;
(6)对组内其他船舶,重复步骤(3)-(5),计算适合被组内救助的船只总数占该编组中所有船舶总数的百分比。
2.根据权利要求1所述的基于轨迹聚类的船舶互助组救援有效性检验方法,其特征在于,所述步骤(2)中的船位信息采用的是二维空间平面上的横纵坐标。
3.根据权利要求1所述的基于轨迹聚类的船舶互助组救援有效性检验方法,其特征在于,所述步骤(B)中PAA方法为:使用一个固定宽度的滑动窗口界定时空轨迹的每个分段,整个窗口使用其内部的均值表示;设简化前的轨迹为λ=<(w1,t1),(w2,t2),...,(wn,tn)>,简化后的轨迹为其中,wi表示在ti时λ的二维空间坐标,1≤i≤n;表示在tj时的二维空间坐标,1≤j≤m,且m<<n,Δt为滑动窗口宽度。
4.根据权利要求1所述的基于轨迹聚类的船舶互助组救援有效性检验方法,其特征在于,所述最远安全距离是通过海上救助部门结合互助组内船舶的类型和不同海上险情的救援响应要求来确定的。
5.根据权利要求1所述的基于轨迹聚类的船舶互助组救援有效性检验方法,其特征在于,所述步骤(6)后还包括对船舶互助组进行有效性分级的步骤,判断方式为:
其中,GLV为一个互助组的救援有效性指标,该指标按实际需要被划分为P个等级,LV1、LV2、……、LVP为分别表示P个不同的等级,Si%为适合被组内救助的船只总数占该编组中所有船舶总数的百分比,SLV1%、SLV2%、……、SLVP%为各分级的比例数。
6.根据权利要求5所述的基于轨迹聚类的船舶互助组救援有效性检验方法,其特征在于,适合被组内救助的船只总数占该编组中所有船舶总数的百分比Si%=K(Gi<N1,N2,...,Nn>,<T1,T2,...,Tn>,δ%,D),其中,Gi<N1,N2,...,Nn>代表一个互助组内的所有n艘船舶以及各艘船舶的船位信息,<T1,T2,...,Tn>代表离散时间序列,δ%代表“易得到救助”的轨迹长度在一条船舶时空轨迹中所占的比例的一个判别阈值,D代表最远安全距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410686666.7A CN104571122B (zh) | 2014-11-25 | 2014-11-25 | 一种基于轨迹聚类的船舶互助组救援有效性检验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410686666.7A CN104571122B (zh) | 2014-11-25 | 2014-11-25 | 一种基于轨迹聚类的船舶互助组救援有效性检验方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104571122A CN104571122A (zh) | 2015-04-29 |
CN104571122B true CN104571122B (zh) | 2017-04-26 |
Family
ID=53087447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410686666.7A Active CN104571122B (zh) | 2014-11-25 | 2014-11-25 | 一种基于轨迹聚类的船舶互助组救援有效性检验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104571122B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806335B (zh) * | 2018-05-29 | 2021-01-15 | 大连海事大学 | 一种基于ais轨迹大数据的船舶交通环境重构方法 |
CN110399919A (zh) * | 2019-07-24 | 2019-11-01 | 中国科学院地理科学与资源研究所 | 一种人类出行稀疏轨迹数据插值重构方法 |
CN111145595B (zh) * | 2020-02-20 | 2021-06-25 | 智慧航海(青岛)科技有限公司 | 基于投影寻踪法的自主驾驶船舶重点避让船舶的确认方法 |
CN111460328B (zh) * | 2020-03-27 | 2023-04-18 | 杭州华量软件有限公司 | 一种基于陀螺仪的渔船时空轨迹修正方法及装置 |
CN114297328B (zh) * | 2021-12-28 | 2023-02-03 | 杭州电子科技大学 | 基于时空缓冲区的轨迹数据补全及交通流预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615349A (zh) * | 2009-07-24 | 2009-12-30 | 姚和平 | 渔船环境监控避碰报警*** |
CN102269806A (zh) * | 2011-05-05 | 2011-12-07 | 哈尔滨工程大学 | 基于激光测距仪的两船相对位置测定方法 |
CN102722541A (zh) * | 2012-05-23 | 2012-10-10 | 中国科学院计算技术研究所 | 一种时空轨迹相似度计算方法及*** |
KR101276882B1 (ko) * | 2012-03-27 | 2013-06-19 | 인제대학교 산학협력단 | 인명 구조 선박 및 그의 인명 구조 방법 |
-
2014
- 2014-11-25 CN CN201410686666.7A patent/CN104571122B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615349A (zh) * | 2009-07-24 | 2009-12-30 | 姚和平 | 渔船环境监控避碰报警*** |
CN102269806A (zh) * | 2011-05-05 | 2011-12-07 | 哈尔滨工程大学 | 基于激光测距仪的两船相对位置测定方法 |
KR101276882B1 (ko) * | 2012-03-27 | 2013-06-19 | 인제대학교 산학협력단 | 인명 구조 선박 및 그의 인명 구조 방법 |
CN102722541A (zh) * | 2012-05-23 | 2012-10-10 | 中国科学院计算技术研究所 | 一种时空轨迹相似度计算方法及*** |
Non-Patent Citations (2)
Title |
---|
马林兵 等.基于子空间聚类算法的时空轨迹聚类.《地理与地理信息科学》.2014,第30卷(第4期), * |
龚玺 等.时空轨迹聚类方法研究进展.《地理科学进展》.2011,第30卷(第5期), * |
Also Published As
Publication number | Publication date |
---|---|
CN104571122A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104571122B (zh) | 一种基于轨迹聚类的船舶互助组救援有效性检验方法 | |
Huang et al. | Estimation and spatio-temporal analysis of ship exhaust emission in a port area | |
Zissis et al. | A distributed spatial method for modeling maritime routes | |
WO2018122803A1 (zh) | 一种智能化道路交通异常检测方法 | |
CN109543715A (zh) | 一种船舶航路提取以及航迹偏离检测的方法 | |
CN106792523B (zh) | 一种基于大规模WiFi活动轨迹的异常行为检测方法 | |
CN107292517A (zh) | 基于大数据分析的民航安保信息服务*** | |
CN105260832A (zh) | 基于订单数据的出租车驾驶员绩效评估方法 | |
CN114936332A (zh) | 一种风电场水域船舶交通流分析的方法、装置和存储介质 | |
CN111428916B (zh) | 一种海上救援船舶巡航路径规划方法 | |
CN104794364A (zh) | 海平面上升脆弱性等级评估的定量化方法 | |
CN104680187A (zh) | 基于缓冲区相似性度量的舰船轨迹层次聚类分析方法 | |
CN114139642A (zh) | 联合船舶行程语义对象与图论理论的船舶航线提取方法 | |
Ji et al. | Research on classification and influencing factors of metro commuting patterns by combining smart card data and household travel survey data | |
CN104392076B (zh) | 城市路网行人交通事故黑点识别方法 | |
CN104463442B (zh) | 一种城乡建设集聚性的探测方法 | |
Xia | Navigational risk analysis based on GIS spatiotemporal trajectory mining: a case study in Nanjing Yangtze River Bridge waters | |
CN112232705A (zh) | 一种基于不确定性分析的区域溢油风险分析方法和装置 | |
CN115239110A (zh) | 一种基于改进topsis方法的通航风险评价方法 | |
CN108257420A (zh) | 基于摄像头的计人计车方法、装置及*** | |
Weixi et al. | A Case Research on Vulnerability of logistics system in the Tianjin port | |
WEN et al. | Hazard Zoning of Harmful Algal Bloom Disasters in Zhejiang Coastal Waters Using GIS: 1933-2021. | |
CN102721652A (zh) | 一种基于modis光学遥感数据的高反射率海洋溢油检测方法 | |
Wang et al. | Analysis of navigation characteristics of inland watercraft based on DBSCAN clustering algorithm | |
CN116562621B (zh) | 一种海冰灾害航运风险评估方法、装置及计算设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |