基于最小二乘支持向量机的AIS数据修复方法

• 作者: 刘兴龙 桑凌志 王永明
• 来源期刊: 上海海事大学学报
• 关键词: AIS数据 数据修复 最小二乘支持向量机(LSSVM) 粒子群优化(PSO)算法
• 年，卷（期）: 2018,（4）
• 页码范围: 82-89
• 页数: 8页
• 分类号: U675.7
• 语种: 中文
• DOI: 10.13340/j.jsmu.2018.04.014

摘要

针对当前船舶自动识别系统(automatic identification system,AIS)数据存在大量错误和缺失的问题,通过匹配AIS数据丢失时间制定完备AIS数据库,采用改进的Hausdorff距离公式融合轨迹空间相似度与船舶航行速度相似度,采用相似轨迹作为最小二乘支持向量机(least squares support vector machine,LSSVM)算法的输入样本,通过数据训练得到的回归模型对AIS数据进行修复.采用实际数据进行验证.结果显示,本文提出的基于粒子群优化(particle swarm optimization,PSO)的LSSVM算法能够准确还原AIS数据.结果可以提高AIS数据的连续性和完整性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永明	大连海事大学航海学院	2	4	1.0	2.0
2	桑凌志	中国交通通信信息中心交通安全应急信息技术国家工程实验室	7	29	4.0	5.0
3	刘兴龙	闽江学院物理与电子信息工程学院	4	5	1.0	2.0