大数据 ›› 2017, Vol. 3 ›› Issue (4): 81-90.doi: 10.11959/j.issn.2096-0271.2017044

• 应用 • 上一篇    下一篇

海洋大数据关键技术及在灾害天气下船舶行为预测上的应用

王冬海,卢峰,方晓蓉,郭刚   

  1. 中电科海洋信息技术研究院有限公司，北京 100041
  • 出版日期:2017-07-01 发布日期:2017-08-07
  • 作者简介:王冬海（1968-），男，中电科海洋信息技术研究院有限公司研究员，中国电子科技集团公司首席专家，长期从事信息系统总体、系统仿真、信息安全等前沿技术研究工作，对信息系统仿真和软件工程有深入研究，在软件配置管理方面有丰富的实践经验。|卢峰（1972-），男，中电科海洋信息技术研究院有限公司高级工程师，长期从事信息系统总体、信息处理技术等方向的研究工作，曾在微软和联想公司长期从事国内外大型系统总体设计，熟悉大数据挖掘技术，在软件计算和服务平台方面有丰富的实践经验。现负责海洋大数据平台架构搭建及海洋信息处理技术研发。|方晓蓉（1990-），女，中电科海洋信息技术研究院有限公司助理工程师，主要研究方向为海洋大数据、海洋观测数据分析、海洋模型数值模拟。|郭刚（1983-），男，中电科海洋信息技术研究院有限公司工程师，主要研究方向为大数据分析、信息安全。

Ocean big data and applications in ship behavior prediction under disaster weather

Donghai WANG,Feng LU,Xiaorong FANG,Gang GUO   

  1. CETC Ocean Information Co.,Ltd.,Beijing 100041,China
  • Online:2017-07-01 Published:2017-08-07

在线阅读

46

PDF下载

1507

被引次数

2

摘要：

随着海洋数据量的爆炸式增长，海洋大数据受到越来越多的关注。主要分析和总结了当前海洋大数据的研究现状和关键技术，聚焦了机器学习在海洋大数据中的模型预测研究的实例，对海上船舶在灾害天气（台风）下的行为进行了回归训练和预测。通过构建和对比决策树、Bagging、随机森林等多种机器学习算法，对样本数据进行学习、预测和检验评估。最终结果表明，随机森林方法在灾害天气下船舶密度的预测应用中具有良好和稳健的效果。

关键词: 海洋大数据, 机器学习, 船舶行为预测

Abstract:

With the explosive growth of marine data,the ocean big data have received more attention and concern recently.The current status and key technologies of ocean big data here were summarized and analyzed.A specific case about the application of machine learning in the prediction model of ocean big data was also focused,which was a forecasting test of maritime ships behavior based on regression training in disaster weather (typhoon).The sample data for validating and evaluating three machine learning algorithms of decision tree,Bagging and random forest were trained and tested.The final results prove the best and robust effect of the random forest algorithm in the prediction of ship density under the disaster weather.

Key words: ocean big data, machine learning, ship behavior prediction

中图分类号: 

No Suggested Reading articles found!