| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 基于轨迹点的船舶异常行为识别研究 | 第11页 |
| 1.2.2 基于轨迹的船舶异常行为识别研究 | 第11-12页 |
| 1.2.3 本研究团队对船舶异常行为识别课题研究成果 | 第12-13页 |
| 1.3 论文主要研究内容及创新点 | 第13页 |
| 1.4 论文技术路线及组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 船舶异常行为识别的理论与方法 | 第15-21页 |
| 2.1 数据挖掘 | 第15-16页 |
| 2.1.1 数据挖掘简介 | 第15页 |
| 2.1.2 数据挖掘一般流程 | 第15-16页 |
| 2.2 异常定义及检测方法 | 第16-18页 |
| 2.2.1 异常的定义 | 第16页 |
| 2.2.2 异常检测的方法 | 第16-17页 |
| 2.2.3 船舶异常行为检测分类 | 第17-18页 |
| 2.3 轨迹聚类概述 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 船舶典型轨迹模型的建立 | 第21-40页 |
| 3.1 船舶AIS信息的选取 | 第21-26页 |
| 3.1.1 船舶AIS的海上交通特征信息 | 第21-22页 |
| 3.1.2 船舶AIS信息的采集 | 第22-23页 |
| 3.1.3 船舶AIS信息的解码 | 第23-24页 |
| 3.1.4 船舶AIS信息的存储入库 | 第24-25页 |
| 3.1.5 船舶AIS信息的筛选 | 第25-26页 |
| 3.2 轨迹相似度度量 | 第26-32页 |
| 3.2.1 轨迹表达方式 | 第26-27页 |
| 3.2.2“距离”的度量方法 | 第27-29页 |
| 3.2.3 改进的Hausdorff距离方法 | 第29-32页 |
| 3.3 船舶轨迹的聚类 | 第32-36页 |
| 3.3.1 密度峰聚类算法 | 第33-35页 |
| 3.3.2 船舶轨迹的聚类 | 第35-36页 |
| 3.4 典型轨迹的建立 | 第36-38页 |
| 3.4.1 船舶典型轨迹的获取 | 第36-37页 |
| 3.4.2 进出厦门港的船舶典型轨迹 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 船舶异常行为识别 | 第40-50页 |
| 4.1 船舶异常行为特征 | 第40-41页 |
| 4.2 船舶行为偏差度量方法 | 第41页 |
| 4.3 偏差阈值的确立 | 第41-43页 |
| 4.4 船舶异常行为识别步骤 | 第43-44页 |
| 4.5 船舶异常行为实例验证 | 第44-49页 |
| 4.5.1“HUANG HE”轮进港异常行为检测 | 第45-47页 |
| 4.5.2 大型集装箱“达飞卡洛斯”出港异常行为检测 | 第47-48页 |
| 4.5.3 船舶异常行为识别模型分析 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56-69页 |
| 在学期间科研成果情况 | 第69页 |