| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:CNN-Based Vessel Meeting Knowledge Discovery From AIS Vessel Trajectories
Avtorji:ID Chen, Peng (Avtor)
ID Liu, Shuang (Avtor)
ID Lukač, Niko (Avtor)
Datoteke:.pdf Chen-2023-CNN-Based_Vessel_Meeting_Knowledge_D.pdf (3,84 MB)
MD5: CFA7307A8D1298ADC97D397AC4C9F5C9
 
URL https://www.igi-global.com/gateway/article/321636
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:How to extract a collection of trajectories for different vessels from the raw AIS data to discover vessel meeting knowledge is a heavily studied focus. Here, the AIS database is created based on the raw AIS data after parsing, noise reduction and dynamic Ramer-Douglas-Peucker compression. Potential encountering trajectory pairs will be recorded based on the candidate meeting vessel searching algorithm. To ensure consistent features extracted from the trajectories in the same time period, time alignment is also adopted. With statistical analysis of vessel trajectories, sailing segment labels will be added to the input feature. All motion features and sailing segment labels are combined as input to one trajectory similarity matching method based on convolutional neural network to recognize crossing, overtaking or head-on situations for each potential encountering vessel pair, which may lead to collision if false actions are adopted. Experiments on AIS data show that our method is effective in classifying vessel encounter situations to provide decision support for collision avoidance.
Ključne besede:AIS Data, CNN, Dynamic Rammer-Douglas-Peucker, knowledge discovery, maneuvering pattern, traffic pattern, trajectory
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Datum objave:01.01.2023
Založnik:Idea Group Pub.
Leto izida:2023
Št. strani:Str. 1-38
Številčenje:Letn. 34, Št. 3
PID:20.500.12556/DKUM-87412 Novo okno
UDK:004.9
COBISS.SI-ID:151792899 Novo okno
DOI:10.4018/JDM.321636 Novo okno
ISSN pri članku:1063-8016
Datum objave v DKUM:19.03.2024
Število ogledov:689
Število prenosov:428
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Journal of database management
Skrajšan naslov:J. database manage.
Založnik:Idea Group Pub.
ISSN:1063-8016
COBISS.SI-ID:15424261 Novo okno

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:podatki, odkrivanje znanja, krivulje, vzorec prometa, manevrski vzorec


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici