通过Hadoop分析AIS数据预测船舶在航道中的航行行为
面向大数据的分布式系统,如apache Hadoop,在存储和分析数量呈指数增长的各种数据(如传感器数据、客户生成的媒体、web日志等)方面已被证明是有效的.本文采用分布式可扩展大数据存储apache Hadoop对船载AIS应答机产生的大量时空数据进行存储、处理和分析.为了预测船舶在繁忙港口周围拥挤的航道中航行行为,实验使用了大约40GB真实南海海区AIS数据.这些数据经过处理形成历史船舶的航迹,并根据船舶的类型、航行目的地等属性进行分类.最后,根据目标船的属性和运动特性,实现了一种简单的目标船行为预测算法.结果,得到了目标船舶运动预测.实验结果还表明,在数据处理速度方面,该技术明显优于传统的g is应用软件.
Apache、Hadoop、自动识别系统、运动预测、地理信息系统、轨迹可视化、船舶轨迹分析、大数据
2019-12-04(万方平台首次上网日期,不代表论文的发表时间)
共2页
72-73