隨著海上交通流動性的增加,各種隱匿性海上安全問題日益增多,海事態(tài)勢感知成為一個主要議題。如今,雷達、高清攝像機以及船舶自動識別系統(tǒng)（AIS）等多種傳感器被廣泛用于監(jiān)控海洋環(huán)境。然而,這種廣泛使用的效用卻是有局限性的,主要緣于其用途只是原始探測數(shù)據(jù)的圖形化展示。如何基于傳感器原始數(shù)據(jù)分析海上目標行為,理解異常事件,預警潛在海事風險,是海事態(tài)勢感知系統(tǒng)功能開發(fā)的關鍵。目前雖然已經(jīng)有了對于海上目標異常行為自動檢測的研究,但大多基于數(shù)據(jù)驅(qū)動方法,通過研究AIS軌跡,學習目標正常運動模型來識別異常軌跡。此類方法僅基于一種探測手段,當出現(xiàn)AIS欺騙或靜默情況時無法應用;僅研究目標軌跡,很難對目標行為進行全局解釋;目標常態(tài)模型學習和異常行為檢測都是離線執(zhí)行的,嚴重限制了在實時監(jiān)控應用中的使用;在檢測過程中缺乏用戶參與以及使用復雜的檢測技術,這些技術通常很難被操作員理解,并且分類結(jié)果難以在管理層面上進行解釋。針對上述問題,本文以語義規(guī)則的形式對人類知識進行建模,整合海上目標的語義軌跡、語義屬性及語義事件信息,設計并實現(xiàn)了一套基于知識驅(qū)動方法的,綜合多種監(jiān)測手段、目標多維度特征、多時間維度的基于歷史數(shù)據(jù)... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【部分圖文】：

關系型數(shù)據(jù)庫表示實體間關系

?（２－３）??分離超平面將空間分為兩部分，一部分為正類，另一部分為負類，法向量指??向的一側(cè)為正類。如圖２－３所示，點Ａ為樣本點，類別為正，到分離超平面的距??離為ｒ。一般來說，一個點距離分離超平面的遠近可以表示分類預測的確信程度。??Ａ?Ｗ??ｗ＊ｘ＋ｂ＝０?ｘ?／?ｘ?ｙ??＼之．??〇?°?乂??０?〇??ｏ?ｏ?＼、??°?＼??圖２－３線性支持向量模型的間隔示意圖??支持向量機算法的優(yōu)點在于可以產(chǎn)生嚴格的分類邊界，分類錯誤率較低［１６］。??缺點是模型學習復雜度較高，對于大規(guī)模訓練樣本難以實施。??２．３大數(shù)據(jù)處理框架簡介??大數(shù)據(jù)處理分為批式大數(shù)據(jù)處理和流式大數(shù)據(jù)處理。前者進行的是復雜的批??量數(shù)據(jù)處理，通常需要花費一定的時間，不能快速給出結(jié)果；后者進行的是基于??實時數(shù)據(jù)流的數(shù)據(jù)處理，對于實時性的要求較高。針對這兩種數(shù)據(jù)處理要求，出??現(xiàn)了大量的大數(shù)據(jù)編程框架，本小節(jié)選�。停幔穑遥澹洌酰悖�、Ｓｐａｒｋ和Ｓｔｏｒｍ這三種典??型代表進行介紹。??２．３．１?ＭａｐＲｅｄｕｃｅ?計算模型??ＭａｐＲｅｄｕｃｅ是Ｈａｄｏｏｐ計算平臺中的一個并行計算模型，基于ＭａｐＲｅｄｕｃｅ寫??出來的應用程序能夠運行在由上千個商用機器組成的大型集群上

圖２－４?ＭａｐＲｅｄｕｃｅ處理流程??ＭａｐＲｅｄｕｃｅ采用分治、分解的思想來處理問題，其適用的場景為：大的任務??模塊可以被分解為許多子任務，并且這些子任務相對獨立，將這些子任務并行處??

【參考文獻】：
期刊論文
[1]基于Spark的并行DBSCAN算法的設計與實現(xiàn)[J]. 黃明吉,張倩.  計算機科學. 2017(S2)
[2]數(shù)據(jù)挖掘技術的綜述[J]. 王雅軒,頊聰.  電子技術與軟件工程. 2015(08)
[3]基于AIS的海洋環(huán)境目標監(jiān)測技術研究[J]. 孫輝,吳炳昭,嚴建華.  海洋測繪. 2014(03)

碩士論文
[1]面向物聯(lián)網(wǎng)多維度數(shù)據(jù)的多級存儲系統(tǒng)的設計與實現(xiàn)[D]. 劉佩增.北京郵電大學 2018
[2]基于實時計算和離線挖掘的多手段數(shù)據(jù)融合系統(tǒng)的設計與實現(xiàn)[D]. 劉妍.北京郵電大學 2018
[3]基于并行計算技術的數(shù)據(jù)融合系統(tǒng)設計與實現(xiàn)[D]. 楊春暉.北京郵電大學 2017
[4]Hadoop架構(gòu)下數(shù)據(jù)挖掘與數(shù)據(jù)遷移系統(tǒng)的設計與實現(xiàn)[D]. 呂明育.上海交通大學 2013



本文編號：3442799