| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状 | 第9-14页 |
| 1.2.1 数据恢复 | 第10页 |
| 1.2.2 轨迹聚类 | 第10-12页 |
| 1.2.3 船舶航行轨迹预测 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 技术路线 | 第15-16页 |
| 1.5 论文结构安排 | 第16-18页 |
| 第二章 相关理论基础 | 第18-21页 |
| 2.1 船舶航行轨迹预测 | 第18页 |
| 2.2 轨迹相似性度量 | 第18-20页 |
| 2.3 总结 | 第20-21页 |
| 第三章 AIS数据采集及预处理 | 第21-35页 |
| 3.1 数据采集 | 第21-22页 |
| 3.2 船舶航线轨迹数据提取 | 第22-25页 |
| 3.2.1 基于船舶航行状态的航线轨迹数据提取 | 第22-23页 |
| 3.2.2 基于船舶航速和采集时间间隔的轨迹数据提取 | 第23-24页 |
| 3.2.3 航线轨迹数据样例 | 第24-25页 |
| 3.3 缺失值处理 | 第25-32页 |
| 3.3.1 问题描述 | 第25页 |
| 3.3.2 缺失值识别 | 第25-26页 |
| 3.3.3 缺失值插补方法 | 第26-28页 |
| 3.3.4 缺失数据插补 | 第28-29页 |
| 3.3.5 数据实验 | 第29-32页 |
| 3.4 异常数据处理 | 第32-33页 |
| 3.5 总结 | 第33-35页 |
| 第四章 基于AIS数据的船舶航线聚类 | 第35-59页 |
| 4.1 航线聚类定义与描述 | 第35页 |
| 4.2 航线聚类算法 | 第35-53页 |
| 4.2.1 基于轨迹分段的航线聚类算法 | 第36-48页 |
| 4.2.2 基于航行区域相似度的航线聚类算法 | 第48-53页 |
| 4.3 轨迹聚类结果评价指标 | 第53-54页 |
| 4.4 数据实验 | 第54-58页 |
| 4.4.1 实验数据 | 第54页 |
| 4.4.2 模型参数设置 | 第54-56页 |
| 4.4.3 实验结果 | 第56-58页 |
| 4.5 总结 | 第58-59页 |
| 第五章 基于AIS数据的船舶航行轨迹预测 | 第59-78页 |
| 5.1 船舶轨迹预测的定义与描述 | 第59页 |
| 5.2 轨迹统计分析 | 第59-61页 |
| 5.3 基于AIS数据的船舶航行轨迹预测算法 | 第61-71页 |
| 5.3.1 基于概率统计的船舶航行轨迹预测算法 | 第61-65页 |
| 5.3.2 基于船舶轨迹相似度的船舶航行轨迹预测算法 | 第65-66页 |
| 5.3.3 基于加权KNN的船舶航行轨迹预测算法 | 第66-68页 |
| 5.3.4 基于朴素贝叶斯的船舶航行轨迹预测算法 | 第68-71页 |
| 5.4 实验分析 | 第71-77页 |
| 5.4.1 基础数据 | 第71-72页 |
| 5.4.2 实验设置 | 第72-74页 |
| 5.4.3 实验结果 | 第74-77页 |
| 5.5 总结 | 第77-78页 |
| 第六章总结和展望 | 第78-79页 |
| 6.1 工作总结 | 第78页 |
| 6.2 未来展望 | 第78-79页 |
| 参考文献 | 第79-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 附件 | 第88页 |