| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 国内研究现状 | 第12-14页 |
| 1.3.2 国外研究现状 | 第14-16页 |
| 1.3.3 存在的问题 | 第16页 |
| 1.4 研究内容 | 第16-18页 |
| 1.5 组织结构 | 第18-20页 |
| 第2章 Spark下基于快速聚类的内河船舶典型轨迹模型构建方法研究 | 第20-42页 |
| 2.1 引言 | 第20-21页 |
| 2.2 内河航道特征及船舶航行轨迹相关定义 | 第21-22页 |
| 2.2.1 内河航道特征 | 第21页 |
| 2.2.2 船舶航行轨迹相关定义 | 第21-22页 |
| 2.3 船舶航行轨迹提取及子轨迹划分方法研究 | 第22-27页 |
| 2.3.1 船舶航行轨迹提取方法 | 第22-24页 |
| 2.3.2 船舶子轨迹划分算法 | 第24-27页 |
| 2.4 船舶子轨迹相似性度量方法研究 | 第27-31页 |
| 2.5 基于Spark的船舶子轨迹快速聚类方法研究 | 第31-38页 |
| 2.5.1 航道分区处理 | 第31-32页 |
| 2.5.2 船舶子轨迹快速聚类方法(VSTFC) | 第32-35页 |
| 2.5.3 基于Spark的并行化VSTFC | 第35-38页 |
| 2.5.4 时间复杂度分析 | 第38页 |
| 2.6 内河船舶典型轨迹建模方法 | 第38-40页 |
| 2.7 本章小结 | 第40-42页 |
| 第3章 基于SparkStreaming的内河船舶轨迹实时异常检测方法研究 | 第42-57页 |
| 3.1 轨迹异常检测方法综述 | 第42-43页 |
| 3.2 基于SparkStreaming的船舶轨迹实时异常检测算法 | 第43-50页 |
| 3.2.1 船舶轨迹异常定义 | 第43-44页 |
| 3.2.2 船舶轨迹实时异常检测算法思想 | 第44-46页 |
| 3.2.3 船舶轨迹实时异常检测算法设计 | 第46-49页 |
| 3.2.4 时间复杂度分析 | 第49-50页 |
| 3.3 船舶典型轨迹模型动态更新方法研究 | 第50-56页 |
| 3.3.1 船舶典型轨迹模型动态更新总体思想 | 第50-51页 |
| 3.3.2 船舶轨迹点微簇特征向量 | 第51页 |
| 3.3.3 基于SparkStreaming的船舶轨迹点在线流聚类 | 第51-55页 |
| 3.3.4 船舶典型轨迹模型动态更新方法 | 第55-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第4章 实验验证及分析 | 第57-74页 |
| 4.1 实验环境及数据 | 第57-60页 |
| 4.1.1 实验环境 | 第57-58页 |
| 4.1.2 研究水域的确定 | 第58-59页 |
| 4.1.3 研究对象的确定 | 第59页 |
| 4.1.4 AIS数据来源及预处理 | 第59-60页 |
| 4.2 Spark下基于快速聚类的内河船舶典型轨迹模型构建 | 第60-66页 |
| 4.2.1 船舶子轨相似性度量方法验证 | 第60-61页 |
| 4.2.2 各分区航段综合距离权值的确定 | 第61-63页 |
| 4.2.3 Spark平台下VSTFC算法效率分析 | 第63-65页 |
| 4.2.4 聚类效果和典型轨迹模型构建实验及分析 | 第65-66页 |
| 4.3 基于SparkStreaming的船舶轨迹实时异常检测 | 第66-73页 |
| 4.3.1 船舶轨迹实时异常检测评价指标 | 第66-67页 |
| 4.3.2 船舶轨迹实时异常检测结果与分析 | 第67-71页 |
| 4.3.3 典型轨迹模型的更新 | 第71-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第5章 总结与展望 | 第74-76页 |
| 5.1 工作与总结 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间研究成果 | 第81页 |
