| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和研究意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 研究内容和研究方法 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 第2章 船舶信息数据采集及分析 | 第16-23页 |
| 2.1 Sofrelog Sytar 2.0系统的简介 | 第16-20页 |
| 2.1.1 AIS系统 | 第16页 |
| 2.1.2 Sofrelog Sytar 2.0系统 | 第16-19页 |
| 2.1.3 数据挖掘综述 | 第19-20页 |
| 2.2 信息采集和数据分析 | 第20-23页 |
| 第3章 船舶数据挖掘处理 | 第23-40页 |
| 3.1 SPSS统计分析软件 | 第23-24页 |
| 3.1.1 数据信度分析 | 第23-24页 |
| 3.2 船舶碰撞危险分析 | 第24-27页 |
| 3.2.1 船舶避碰 | 第25-26页 |
| 3.2.2 碰撞危险度的等级划分 | 第26-27页 |
| 3.3 老铁山水道水域船舶DCPA统计分析 | 第27-28页 |
| 3.3.1 大连港及老铁山水道的简介 | 第27页 |
| 3.3.2 利用数据挖掘探究船舶在老铁山水道中碰撞危险度模型 | 第27-28页 |
| 3.3.3 基于数据挖掘探究船舶在老铁山水道中碰撞危险度模型 | 第28页 |
| 3.4 考虑不同航行水域的船碰撞危险度分析 | 第28-35页 |
| 3.4.1 分道通航区以及警戒区船舶DCPA统计分析 | 第29-31页 |
| 3.4.2 旅顺新港进出港航道区船舶DCPA统计分析 | 第31-32页 |
| 3.4.3 其他区域船舶DCPA统计分析 | 第32-35页 |
| 3.5 模糊模式识别 | 第35-40页 |
| 3.5.1 模糊模式识别原理 | 第35-36页 |
| 3.5.2 指标相对隶属度函数 | 第36-38页 |
| 3.5.3 指标相对隶属度函数 | 第38-40页 |
| 第4章 基于模糊模式识别模型的船舶碰撞危险判断 | 第40-47页 |
| 4.1 DCPA碰撞危险度等级划分 | 第40-41页 |
| 4.2 TCPA碰撞危险度等级划分 | 第41-42页 |
| 4.3 船舶速度比碰撞危险度等级划分 | 第42页 |
| 4.4 碰撞危险度示例分析 | 第42-47页 |
| 第5章 老铁山水道中船舶碰撞的时空分布 | 第47-52页 |
| 5.1 老铁山水道中船舶碰撞危险的时间分布 | 第47页 |
| 5.2 老铁山水道中船舶碰撞危险的空间分布 | 第47-48页 |
| 5.3 船舶碰撞危险的时间与空间分布因素分析 | 第48-52页 |
| 5.3.1 构成船舶碰撞危险的时间因素 | 第48-50页 |
| 5.3.2 构成船舶碰撞危险度较大的空间因素 | 第50-52页 |
| 第6章 结论与展望 | 第52-53页 |
| 6.1 主要结论 | 第52页 |
| 6.2 研究不足与展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 作者简介 | 第59页 |
