内河船舶异常轨迹实时探测方法研究与实现开题报告

背景资料：

内河航运是人类交通运输史中最为古老的运输方法之一，也是内陆地区和沿海地区地区进行交流的重要纽带。相较于其他运输方式，内河航运有着运量大、占地少、成本低、能耗少、污染低等优势。目前，全国形成了以长江、珠江、 京杭运河、淮河、黑龙江和松辽水系为主体的内河水运布局。

2. 研究的基本内容与方案

基本内容与目标：

1）通过阅读相关文献，熟悉AIS数据、Spark平台、面向密度的聚类算法、面向流数据的聚类算法等相关知识，依据内河船舶航行特点，设计基于Spark的船舶异常轨迹实时检测算法；

2）在Spark平台上，实现所设计的算法，并验证其正确性与有效性。

3. 研究计划与安排

1. 2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

2. 2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；

3. 2019/5/1—2019/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1] Riveiro M, Pallotta G, Vespe M. Maritime anomaly detection: A review[J]. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Dvery, 2018.

[2] Lei P R. A framework for anomaly detection in maritime trajectory behavior[J]. Knowledge and Information Systems, 2016, 47(1): 189-214.

[3] Brandster A, Vanem E, Glad I K. Cluster Based Anomaly Detection with Applications in the Maritime Industry[C]. Proceedings of the International Conference on Sensing, Diagnostics, Prognostics, and Control (SDPC), 2017: 328-333.