文献

J-GLOBAL ID：201702240765944937   整理番号：17A0198922

AISメッセージの異常動的情報選別手法【JST・京大機械翻訳】

Discriminating method of abnormal dynamic information in AIS messages

著者 (4件)： Liu Xinglong (National Engineering Research Center for Water Transport Safety, Wuhan University of Technology) ,  Chu Xiumin (National Engineering Research Center for Water Transport Safety, Wuhan University of Technology) ,  Ma Feng (National Engineering Research Center for Water Transport Safety, Wuhan University of Technology) ,  Lei Jinyu (National Engineering Research Center for Water Transport Safety, Wuhan University of Technology)
資料名： Jiaotong Yunshu Gongcheng Xuebao  (Jiaotong Yunshu Gongcheng Xuebao)
巻： 16  号： 5  ページ： 142-150  発行年： 2016年 
JST資料番号： C5018A  ISSN： 1671-1637  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 船舶自動認識システム(AIS)における異常情報のために,確率的推理に基づく事前知識抽出,証拠モデリング,証拠合成および重み係数最適化を含む4つのステップを認識する方法を提案した。本論文では,尤度法を用いて,AISデータの速度,方位角および軌道位置情報を,01の間の証拠信頼度に変換し,そして,証拠推論(ER)規則によって合成し,そして,非線形最適化方法を用いて,証拠重み係数を修正した。武漢市TIANXINGZHOU市の橋水域の輪渡とと水域の船のAISデータを用いて検証実験を行った。実験結果は以下を示す。重み係数を最適化することによって,武漢市のTIANXINGZHOU川の水域における輪渡の正確なデータ,間違ったデータ,および全体のデータの認識精度は,それぞれ91.67%,97.62%,および92.63%であった。全体の偏差が最小となるとき,武橋データの誤りデータ,誤りデータ,および全体のデータの認識精度は,それぞれ91.79%,%%,および91.65%であった。正確なデータの偏差が最小となるとき,武橋の水域データの間違ったデータ,間違ったデータ,および全体のデータの認識精度は,それぞれ93.18%,49.95%,および90.03%であった。これらの結果は,ER規則に基づくAISの動的情報識別法が,異なる最適化目標に対する証拠重み係数を柔軟に調整することができ,人工レベルに近い認識精度を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  位置情報 ,  都市 ,  最尤法 ,  モデリング ,  *水域 ,  方位角
準シソーラス用語： 認識精度 ,  検証実験 ,  武漢市 ,  非線形最適化 ,  証拠推論 ,  重み係数 ,  知識抽出 ,  自動認識 , 【Automatic Indexing@JST】

著者キーワード (7件)： traffic information engineering ,  ship automatic identification system ,  likelihood modeling ,  probabilistic inference ,  nonlinear optimization ,  reliability distribution ,  data discrimination

分類 (1件)： 航海と実務  (TD01020F)

タイトルに関連する用語 (4件)： AIS ,  メッセージ ,  選別 ,  手法