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:
在船舶轨迹压缩方面,通常存在难以有效剔除海量船舶自动识别系统(AIS)数据中无用数据点的问题.为改进船舶轨迹压缩质量,提出基于道格拉斯-普克(DP)改进的特征点(FP)-时空(TS)算法.在FP-TSDP算法中,关注船舶行驶过程中加减速、转向、进出特殊区域等重要的动态行为点,采用数值计算方法提取和保留AIS数据中上述动态行为FP,以FP为初始点使用DP算法对AIS数据进行压缩;同时,考虑AIS数据的TS特性,以时空距离为标准进行取舍,进而在FP和TS特性优化的基础上实现了船舶轨迹压缩.结果表明,在保证压缩率的前提下,经FP-TSDP算法压缩后的轨迹更接近原始轨迹,同时其重要动态行为点留存率更高.
推荐文章
基于卡尔曼滤波算法船舶AIS轨迹估计研究
AIS
卡尔曼滤波
船舶轨迹预测
Matlab仿真
自适应参数的轨迹压缩算法
轨迹压缩
自适应参数
压缩阈值
压缩比
基于FP-tree算法的船舶滞留原因关联性分析
港口国监督(PSC)
数据挖掘
关联规则
滞留
缺陷
一种基于邻接表的改进FP-growth算法
数据挖掘
关联规则
邻接表
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FP-TSDP算法的船舶轨迹压缩
来源期刊 无人系统技术 学科 工学
关键词 AIS FP-TSDP算法 轨迹特征点 时空特性 船舶轨迹压缩
年,卷(期) 2022,(1) 所属期刊栏目 航迹规划|Route Planning
研究方向 页码范围 36-42
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.19942/j.issn.2096-5915.2022.1.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
AIS
FP-TSDP算法
轨迹特征点
时空特性
船舶轨迹压缩
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
无人系统技术
双月刊
2096-5915
10-1565/TJ
大16开
北京7254信箱4分箱
2018
chi
出版文献量(篇)
188
总下载数(次)
3
总被引数(次)
118
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
湖北省自然科学基金
英文译名:Natural Science Foundation of Hubei Province
官方网址:http://www.shiyanhospital.com/my/art/viewarticle.asp?id=79
项目类型:重点项目
学科类型:
论文1v1指导