数据挖掘技术在海上交通特征分析中的应用研究

论文摘要

数据挖掘是致力于对数据的分析和理解、揭示数据内部蕴藏的知识的技术。经过十几年的努力,数据挖掘已经产生了许多新的概念和方法,特别是最近几年,数据挖掘技术引起了信息产业界的极大关注。它涉及了许多个学科领域,并伴随着这些学科的发展而不断发展,这是快速增长的数据量和日益贫乏的信息量之间矛盾运动的必然结果。因此,对数据挖掘技术进行系统、深入、全面、详尽地研究和应用是全球信息化发展的客观要求。海上交通特征分析的基本目的是采用一切有效的手段收集海上交通的基本数据并对其进行分析和研究,以便从宏观上和微观上了解和掌握海上交通的实际状况、基本特征和一般规律。随着船舶自动识别系统(Automatic Identification System,AIS)的发展和信息技术的不断提升,目前已建立相当多的通过INTERNET采集并存储的海量AIS数据库。面对日益庞大的AIS船舶交通的数据信息,仅依靠传统的信息处理技术难以支持,要在信息处理方面寻找新的方法。所以从大量的、杂乱无章的数据中挖掘出准确和有价值的潜在信息,使之能更好的应用,是国内外航运科技界研究的一个重要方向。正是在这一背景下,本文针对目前对网络化的AIS数据的研究较少的现状,运用数据挖掘理论方法对到海上交通信息进行研究,并重点对船舶交通量和船舶间时距进行分析,以期获得对航运安全、港口管理、船舶调度、海事管理有很好参考意义的知识,并产生良好的经济和社会效益。本文首先介绍了数据挖掘技术在海上交通流、航海交通事故的分析与预防等航海相关领域的分析方法、应用深度和广度。研究了AIS数据的采集、解码和入库,构建了船舶交通特征分析的数据挖掘平台,展开以研究厦门港航道为例,利用交通量、船舶间时距等知识,通过集美大学AIS数据采集平台获取在厦门港及其沿海附近海域的船舶各项通航信息,运用SQL Server 2008挖掘出有利于研究厦门港航道的船舶到达规律的数据。并结合SAS软件制作直方图,以便于直观、清晰地判断观测结果。经过研究,可以全面、客观、准确地了解到进出厦门港船舶的交通量,通航能力等有价值的数据。可为海事部门提供科学适用的决策依据,也是航道事故分析和判断是否为受限航道的主要依据。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究目的和意义
• 1.2 研究背景
• 1.2.1 数据挖掘技术的研究现状
• 1.2.2 航海领域的数据挖掘研究
• 1.2.3 SQL Server 2008 的商业智能
• 1.3 本文的主要工作和创新点
• 1.4 本文的组织
• 第2章 数据挖掘技术
• 2.1 数据挖掘的算法概述
• 2.2 数据挖掘的任务
• 2.3 数据挖掘的功能
• 2.4 数据挖掘与其他技术的关系
• 2.4.1 数据挖掘与机器学习
• 2.4.2 数据挖掘与联机分析（OLAP）
• 2.4.3 数据挖掘与数据仓库
• 2.5 数据挖掘的流程
• 2.5.1 数据挖掘环境
• 2.5.2 数据挖掘过程
• 2.6 数据挖掘的新领域及应用
• 2.6.1 数据挖掘的应用
• 2.6.2 数据挖掘的新领域
• 第3章 AIS 信息的采集与处理
• 3.1 基于C2000 的AIS 信息采集
• 3.1.1 AIS 数据的传输接口
• 3.1.2 C2000 的工作原理
• 3.2 基于嵌入式WEB 服务器的AIS 信息采集
• 3.2.1 采集系统的构成
• 3.2.2 Linux 网络驱动程序移植
• 3.2.3 嵌入式Web 服务器的移植
• 3.2.4 无线数据采集的实现
• 3.3 两种采集方式的比较
• 3.4 AIS 信息数据库的创建
• 3.4.1 数据采集服务器实现的关键技术
• 3.4.2 AIS 信息表的创建
• 第4章 船舶交通量统计分析
• 4.1 问题的描述及研究意义
• 4.1.1 船舶交通量定义
• 4.1.2 船舶交通量的研究意义
• 4.2 交通量统计的算法描述
• 4.3 界面设计
• 4.3.1 主窗体界面
• 4.3.2 功能界面设计
• 4.4 实验结果分析
• 第5章 船舶间时距数据挖掘模型
• 5.1 问题的描述及研究意义
• 5.1.1 船舶间时距定义
• 5.1.2 船舶间时距数学模型
• 5.2 船舶间时距的数据挖掘模型设计
• 5.2.1 数据仓库设计
• 5.2.2 数据清洗和转换
• 5.2.3 数据挖掘扩展语言DMX
• 5.2.4 结构和模型
• 5.3 船舶间时距算法的关键问题
• 5.4 船舶间时距的算法设计
• 5.5 实验结果分析
• 5.5.1 厦门港主航道概况
• 5.5.2 观测区域和观测线
• 5.5.3 数据挖掘实验结果分析
• 第6章 结论
• 致谢
• 参考文献
• 在学期间发表的学术论文