| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 项目背景与意义 | 第14-15页 |
| 1.2 AIS数据 | 第15-17页 |
| 1.3 基于AIS数据的海事态势研究现状 | 第17-19页 |
| 1.3.1 海上区域挖掘研究现状 | 第17-18页 |
| 1.3.2 船舶异常监测研究现状 | 第18-19页 |
| 1.4 论文主要研究内容 | 第19-20页 |
| 1.5 论文组织结构 | 第20-22页 |
| 第二章 相关技术综述 | 第22-36页 |
| 2.1 聚类算法 | 第22-26页 |
| 2.1.1 DBSCAN算法 | 第22-24页 |
| 2.1.2 K-means算法 | 第24-25页 |
| 2.1.3 BIRCH算法 | 第25-26页 |
| 2.2 机器学习算法 | 第26-32页 |
| 2.2.1 逻辑回归 | 第26-29页 |
| 2.2.2 贝叶斯网络 | 第29-30页 |
| 2.2.3 支持向量机 | 第30-32页 |
| 2.3 Storm框架 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于AIS数据的海上重点区域挖掘研究 | 第36-44页 |
| 3.1 海上重点区域 | 第36-37页 |
| 3.2 基于AIS数据的海上重点区域挖掘方法 | 第37-40页 |
| 3.2.1 AIS数据的停泊点提取 | 第38页 |
| 3.2.2 海上重点区域挖掘方法 | 第38-40页 |
| 3.3 基于DBSCAN算法的海上重点区域挖掘 | 第40-42页 |
| 3.3.1 问题描述与分析 | 第40页 |
| 3.3.2 基本思路 | 第40-41页 |
| 3.3.3 DBSCAN算法参数优化策略 | 第41-42页 |
| 3.4 融合外部数据的重点区域细化 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 船舶异常分析与模型构建研究 | 第44-52页 |
| 4.1 船舶异常监测方法 | 第44页 |
| 4.2 船舶异常行为分析 | 第44-46页 |
| 4.3 船舶异常模型 | 第46-47页 |
| 4.4 船舶异常特征分析与模型构建 | 第47-51页 |
| 4.4.1 特征分析与离散化处理 | 第47-49页 |
| 4.4.2 损失函数与正则化处理 | 第49-50页 |
| 4.4.3 模型训练与评价 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于Storm的船舶异常实时监测系统设计与实现 | 第52-60页 |
| 5.1 需求分析 | 第52-53页 |
| 5.2 系统整体框架设计 | 第53-54页 |
| 5.3 重点区域挖掘模块设计与实现 | 第54-57页 |
| 5.4 基于Storm的重点区域船舶异常实时监测系统实现 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 系统部署与测试 | 第60-70页 |
| 6.1 系统部署 | 第60-61页 |
| 6.1.1 运行环境 | 第60页 |
| 6.1.2 Storm集群配置 | 第60-61页 |
| 6.2 测试与结果分析 | 第61-67页 |
| 6.2.1 基于AIS数据的重点区域挖掘结果与分析 | 第61-64页 |
| 6.2.2 基于机器学习算法的船舶异常监测结果与分析 | 第64-67页 |
| 6.2.3 基于Storm的重点区域船舶异常实时监测系统性能测试 | 第67页 |
| 6.3 运行效果 | 第67-69页 |
| 6.4 本章小结 | 第69-70页 |
| 第七章 结论和展望 | 第70-72页 |
| 7.1 结论 | 第70页 |
| 7.2 工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 研究成果及发表的学术论文 | 第78-80页 |
| 作者和导师简介 | 第80-82页 |
| 附件 | 第82-83页 |
