|
[1]
|
秦红星, 杨茜. 改进线性插值的船舶轨迹修复迭代算法[J]. 计算机辅助设计与图形学学报, 2019, 31(10): 1759-1767.
|
|
[2]
|
姜佰辰, 关键, 周伟, 陈小龙. 基于多项式卡尔曼滤波的船舶轨迹预测算法[J]. 信号处理, 2019, 35(5): 741-746.
|
|
[3]
|
马杰, 刘琪, 张春玮, 刘克中, 张煜. 基于AIS的数据时空分析及船舶会遇态势提取方法[J]. 中国安全科学学报, 2019, 29(5): 111-116.
|
|
[4]
|
左小将. 面向船舶轨迹数据的连续查询及分析服务[D]: [硕士学位论文]. 北京: 北方工业大学, 2019.
|
|
[5]
|
胡阳, 张谧, 王玲, 崔鸣, 谢地, 杨婷. 人工智能用于船舶航线优化的有效方案[J]. 科技创新导报, 2019, 16(35): 137+139.
|
|
[6]
|
张春玮, 马杰, 牛元淼, 刘琪. 基于分段时空约束航迹匹配算法的船舶轨迹聚类方法[J]. 武汉理工大学学报(交通科学与工程版), 2019, 43(3): 517-521.
|
|
[7]
|
李卓然. 基于海洋时空大数据的船舶航道分析[D]: [硕士学位论文]. 北京: 北方工业大学, 2019.
|
|
[8]
|
郑振涛. 基于轨迹数据的船舶停留区域提取方法研究[D]: [硕士学位论文]. 北京: 北方工业大学, 2019.
|
|
[9]
|
徐婷, 戴文伯, 鲁嘉俊. 基于自动识别系统大数据的船舶施工轨迹识别与预测[J]. 水运工程, 2019(12): 119-122, 126.
|
|
[10]
|
江玉玲, 熊振南, 唐基宏. 基于轨迹段DBSCAN的船舶轨迹聚类算法[J]. 中国航海, 2019, 42(3): 1-5.
|
|
[11]
|
王立林, 刘俊. 基于多尺度卷积的船舶行为识别方法[J]. 计算机应用, 2019, 39(12): 3691-3696.
|
|
[12]
|
孙梦竹. 舰船轨迹数据挖掘与可视化方法研究[D]: [硕士学位论文]. 昆明: 云南师范大学, 2019.
|
|
[13]
|
徐良坤, 任律珍, 周世波. 船舶AIS轨迹聚类方法研究进展综述[J]. 广州航海学院学报, 2019, 27(2): 7-12, 47.
|
|
[14]
|
刘亚帅, 曹伟, 管志强. 基于网格化的船舶航迹异常检测算法[J]. 雷达与对抗, 2019, 39(1): 19-23.
|
|
[15]
|
关欢欢, 黄海广, 姜思宁. 基于VMS轨迹数据分析的渔业船舶行为划分研究[J]. 中国渔业经济, 2020, 38(2): 119-126.
|
|
[16]
|
郭乃琨, 马壮壮, 岳明桥. 船舶轨迹挖掘与可视化技术分析研究[J]. 电子元器件与信息技术, 2020, 4(3): 137-138.
|
|
[17]
|
曾铮. 船舶航行轨迹分析与应用系统[J]. 舰船科学技术, 2020, 42(2): 64-66.
|
|
[18]
|
杨博辰. 基于AIS的船舶轨迹分析的研究与应用[D]: [硕士学位论文]. 成都: 电子科技大学, 2018.
|
|
[19]
|
靳晓雨. 船舶轨迹的分析与预测方法[D]: [硕士学位论文]. 北京: 北京邮电大学, 2018.
|
|
[20]
|
胡晶. 基于AIS的船舶轨迹分析与应用系统的设计与实现[D]: [硕士学位论文]. 武汉: 华中师范大学, 2015.
|
|
[21]
|
徐思路. 基于船舶轨迹大数据的交通环境时空分析研究[D]: [硕士学位论文]. 大连: 大连海事大学, 2018.
|
|
[22]
|
许贞平. 海洋运输船舶轨迹分析研究[J]. 中国水运(下半月), 2017, 17(2): 16-17.
|
|
[23]
|
郜喆. AIS信息融合和轨迹分析技术的研究[D]: [硕士学位论文]. 大连: 大连海事大学, 2007.
|