论文摘要
针对不断增加的水路运输产生的水上交通数据量增长,导致的水上交通监测难度更大、处理时间更长,提出一种基于Spark的交通异常数据实时检测方法,通过对船舶自动识别系统(AIS)数据进行处理,对不同类型的交通数据进行分析并写入分布式文件系统HDFS中。然后通过小波分析的方法对AIS数据进行多层分解,去除高频噪声并对数据进行重构,找出AIS数据中的异常信息。通过对异常信息进行分析,结合Spark的数据处理结果,最终实时检测出交通异常数据。实验结果表明能够在短时间内对异常数据进行检测和分析,处理速度快,异常数据检测结果符合该水域的交通情况,检测方法能够为海事部门提供实时、稳定的监管服务。
论文目录
文章来源
类型: 期刊论文
作者: 杨帆,何正伟,刘力荣
关键词: 交通异常信息,大数据,船舶自动识别系统,小波分析
来源: 陕西理工大学学报(自然科学版) 2019年01期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 船舶工业
单位: 武汉理工大学航运学院,内河航运技术湖北省重点实验室,国家水运安全工程技术研究中心
基金: 武汉理工大学自主创新研究基金资助项目(185212008),中央高校基本科研业务费专项资金资助项目
分类号: U675.7
页码: 35-41
总页数: 7
文件大小: 140K
下载量: 186
相关论文文献
标签：交通异常信息论文; 大数据论文; 船舶自动识别系统论文; 小波分析论文;