基于深度学习的渔船行为识别方法研究

发布时间：2023-04-26 23:06

　　船舶自动识别系统(Automatic Identification System,AIS)是一种新型助航系统,最初用来保障船舶安全航行,随着大数据时代的到来,AIS数据得到了广泛应用。论文使用AIS数据来识别渔船的捕鱼行为,通过对渔船行为模式的研究,宏观上相关部门能了解热点捕鱼区域分布及渔场演化等多方面信息,从而制定出合理的渔业规划,保证渔业经济的健康可持续发展。论文主要的工作内容如下:(1)从AIS数据中提取渔船的轨迹数据作为初始数据集,使用线性插值的方法填补缺失数据,剔除位置、速度等异常数据,对初始数据集进行预处理。针对该数据集使用高斯混合模型(Gaussian Mixture Models,GMM)和隐马尔科夫模型(Hidden Markov Model,HMM)两种传统的机器学习方法识别了渔船的捕鱼行为,这两种方法的输入只有船只速度单一特征,在GMM方法中利用EM算法求得速度高斯分布的参数,将中速对应的均值μ和标准差σ构成的区间[μ±σ]作为渔船捕鱼的速度置信区间,从而来识别其捕鱼行为。但该方法需要速度特征满足高斯分布,否则效果会变差。在HMM方法中,通过确定渔船不同行为状态的...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外现状
        1.2.1 AIS现状
        1.2.2 渔船行为识别现状
        1.2.3 深度学习应用现状
    1.3 研究内容与方法
    1.4 论文的组织结构
第二章 AIS数据处理及传统机器学习识别方法
    2.1 AIS数据介绍
        2.1.1 AIS数据介绍
        2.1.2 渔船航行AIS数据提取
        2.1.3 缺失值处理
        2.1.4 异常值处理
    2.2 基于GMM的渔船行为识别
        2.2.1 渔船的速度分布特征
        2.2.2 GMM识别原理
        2.2.3.GMM识别算法结果和不足
    2.3 基于HMM的渔船行为识别
        2.3.1 HMM原理
        2.3.2 HMM识别算法结果和不足
    2.4 本章小结
第三章 基于LSTM的渔船行为识别方法
    3.1 RNN
        3.1.1 RNN结构
        3.1.2 LSTM网络结构
    3.2 基于LSTM的渔船行为识别模型
        3.2.1 LSTM渔船行为识别模型的建立
        3.2.2 LSTM模型的输入、输出及结构
    3.3 实验配置与结果分析
        3.3.1 实验配置
        3.3.2 实验结果分析
    3.4 本章小结
第四章 基于ConvLSTM的渔船行为识别方法
    4.1 CNN
        4.1.1 CNN结构
        4.1.2 局部连接与权值共享
        4.1.3 基于CNN的渔船行为识别方法
    4.2 ConvLSTM
        4.2.1 ConvLSTM结构
        4.2.2 基于ConvLSTM的渔船行为识别
    4.3 实验与结果分析
        4.3.1 基于CNN的渔船行为识别的实验结果分析
        4.3.2 基于ConvLSTM的渔船行为识别的实验结果分析
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
在学期间的研究成果
致谢



本文编号：3802368