全文总字数：1934字
1. 毕业设计（论文）主要内容：
1）大数据的处理方法
2）停泊行为的识别方法
3）锚泊和靠泊行为的分类方法
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要任务及要求
学习AIS数据的读取和处理方法；构建船舶运动与停泊的识别模型和方法；构建锚泊和靠泊行为的分类模型和方法；构建异常停泊行为的识别方法；完成初步的实验和验证；撰写毕业论文。
3. 毕业设计（论文）完成任务的计划与安排
2019年12月：完成选题
2020年01月：完成文献阅读
2020年02月：完成方法研究
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
| [1]贾双成,杨凤萍.复杂场景下港口水域船舶异常行为智能识别方法[J].舰船科学技术,2018,40(24):7-9. |
| [2]何帆,何正伟,杨帆,刘力荣.基于电子海图的船舶异常行为识别方法研究[J].武汉理工大学学报(交通科学与工程版),2019,43(04):631-636 645. |
| [3]杨帆,何正伟,何帆.基于LSTM神经网络的船舶异常行为检测方法[J].武汉理工大学学报(交通科学与工程版),2019,43(05):886-892. |
| [4]王立林,刘俊.基于多尺度卷积的船舶行为识别方法[J/OL].计算机应用:1-8[2019-12-20].http://kns.cnki.net/kcms/detail/51.1307.TP.20190719.0928.008.html. |
| [5]Ford Jessica H,Peel David,Hardesty Britta Denise,Rosebrock Uwe,Wilcox Chris. Loitering with intent-Catching the outlier vessels at sea.[J]. PloS one,2018,13(7). |
| [6]Gao Miao,Shi Guoyou,Li Shuang. Online Prediction of Ship Behavior with Automatic Identification System Sensor Data Using Bidirectional Long Short-Term Memory Recurrent Neural Network.[J]. Sensors (Basel, Switzerland),2018,18(12). |
| [7]郑群.基于模式识别的船舶异常行为自动报警方法[J].舰船科学技术,2018,40(08):40-42. |
| [8]陈晓利,祁云嵩,林嘉炜.基于船舶融合点迹行为识别的雷达监视系统[J].计算机与现代化,2018(05):25-29. |
| [9]杨锋.基于模式识别的船舶异常行为自动报警方法[J].舰船科学技术,2018,40(14):43-45. |
| [10]赵文文,胡志华,魏晨.基于AIS的船舶航行周期识别[J].计算机应用与软件,2018,35(10):111-116. |
| [11]张树怀. 海上船舶检测跟踪系统及其关键算法研究[D].华南理工大学,2018. |
| [12]马文耀. 船舶异常行为的一致性检测[D].大连海事大学,2018. |
| [13]黄亮,刘益,文元桥,周春辉,张帆.内河渡船异常行为识别[J].大连海事大学学报,2017,43(01):8-13. |
| [14]姜佰辰,关键,周伟,何友.海上交通的船舶异常行为挖掘识别分析[J].计算机仿真,2017,34(06):329-334. |
| [15]高曙,刘甜甜,初秀民,陈良臣,曹秀峰.船舶异常行为研究进展及发展趋势[J].中国航海,2017,40(02):38-43. |
| [16]Yaqing Shu,Winnie Daamen,Han Ligteringen,Serge P. Hoogendoorn. Influence of external conditions and vessel encounters on vessel behavior in ports and waterways using Automatic Identification System data[J]. Ocean Engineering,2017,131. |
| [17]胡智辉. 基于轨迹聚类的船舶异常行为识别研究[D].集美大学,2017. |
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
