基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统预测方法选择的算法忽视了噪声对数据的影响,导致生成的船舶航迹偏离实际船舶航迹.本研究是基于大数据的船舶航迹智能预测方法,分析船舶运动和水动力,建立基于大数据的船舶航迹智能跟踪模型,利用改进后的自适应预测算法,获取船舶航迹的准确位置.测试结果表明:提出预测方法得到的最优经度和最优纬度估计误差更小,船舶航迹预测结果更为精准.
推荐文章
基于DE-SVM的船舶航迹预测模型
航迹预测
支持向量机(SVM)
差分进化(DE)算法
AIS
BP神经网络
大数据支持下船舶智能运维的实现
船舶运维
大数据
智能船舶
可视化分析
基于大数据技术的船舶油耗监测系统设计
大数据
船舶油耗
监测系统
数据共享
基于大数据的移动网智能规划平台研究
移动网
规划平台
大数据
智能
建议
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于大数据的船舶航迹智能预测研究
来源期刊 科学技术创新 学科
关键词 大数据特征 船舶航迹 智能跟踪模型 自适应预测算法
年,卷(期) 2021,(6) 所属期刊栏目 信息技术
研究方向 页码范围 48-49
页数 2页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1673-1328.2021.06.022
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据特征
船舶航迹
智能跟踪模型
自适应预测算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术创新
旬刊
2096-4390
23-1600/N
16开
黑龙江省哈尔滨市
14-269
1997
chi
出版文献量(篇)
126927
总下载数(次)
266
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导