跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 劉兆軒
Chao-Hsuan Liu
論文名稱： 基於後綴樹管理的船舶航跡資料分析
Ship Track Analysis based on Suffix Tree Management
指導教授： 蔡孟峰
Meng-Feng Tsai
口試委員:
學位類別： 碩士
Master
系所名稱： 資訊電機學院 - 資訊工程學系在職專班
Executive Master of Computer Science & Information Engineering
論文出版年： 2020
畢業學年度： 108
語文別： 中文
論文頁數： 34
中文關鍵詞： 資料探勘 、後綴樹
外文關鍵詞： Data Mining, Suffix tree
相關次數： 點閱：10  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 因應著通訊技術的發展，無線通訊已經成為一塊重要的發展領域。而影響最直接的除了電信業者外就是國際運輸。本論文便是從資料管理的角度切入，結合國際通用的船舶資料作為資料來源，目的是在追求存儲效率之餘亦能方便分析與歸納。
    本論文將經過座標轉換及資料分群等方式的原始資料以後綴樹的格式建立。透過此格式一方面可以降低資料庫增長的速度一方面能快速搜尋目標物行為模式。使用後綴樹格式，可以有效地設計用於模式檢測和異常行為識別的各種分析。

    In response to the need of communication technology, wireless communication has become a developing field. Today, wireless communication has direct impacts in international transportation. This paper cuts in from the perspective of data management and combines internationally-available ship data as the source of data. The purpose is to facilitate analysis and induction of abundant wireless data about ship movements.
    In this paper, the original data will be created in the suffix tree format through coordinate conversion and data grouping. Through this format, the growth rate of the database can be reduced, and most important, the behavior patterns of the target can be quickly searched. With this tree format, various analyses for pattern detection and abnormal behavior identification can be effectively designed.

    中文摘要 i Abstract v 誌謝 vi 圖目錄 viii 表目錄 ix 第一章 緒論 1 1.1 研究背景 1 1.2 研究動機與目的 1 1.3 論文架構 2 第二章 文獻探討 3 2.1 船舶自動識別系統 3 2.2 Suffix Tree 4 第三章 研究方法 6 3.1 研究流程 6 3.2 AIS資料來源 6 3.3資料前處理 7 3.3.1依目標物整併資料 8 3.3.2資料分群 9 3.4座標轉換 9 3.5建立循序模式管理格式 11 第四章 實驗過程與結果分析 13 4.1 實驗資料集 13 4.2 實驗設備及開發環境 13 4.3 實驗過程 13 4.3.1 資料前處理 13 4.3.2 管理格式前處理 14 4.3.3 建立與擴充管理格式 15 4.4 實驗結果分析 18 4.4.1 基於航跡片段的異常目標物分析 19 4.4.2 異常航跡行為分析 20 4.4.3漫遊目標航跡探詢 20 第五章 結論及未來展望 22 參考文獻 24

    [1] 黃茂信、陳子健、簡靖承，臺灣海域智慧化AIS系統發展與應用，交通部運輸研究所港灣技術研究中心，2017
    [2] 邱永芳、黃茂信、楊奇達、翁健二，行動中繼傳輸技術應用於AIS 系統之研發，運輸計劃季刊第四十七卷 第三期，2018
    [3] Hazza Cheng，通用後綴樹並行化構建算法思路，檢自https://chengfeng96.com/blog/2017/04/25/%E9%80%9A%E7%94%A8%E5%90%8E%E7%BC%80%E6%A0%91%E5%B9%B6%E8%A1%8C%E5%8C%96%E6%9E%84%E5%BB%BA%E7%AE%97%E6%B3%95%E6%80%9D%E8%B7%AF/ (2020)
    [4] Chenzhiw，generalized-suffix-tree-python，檢自https://github.com/chenzhiw/generalized-suffix-tree-python (2020)
    [5] Cunbao Tang, Hongbo Wang, Jingxian Liu, Chuanrun Liu, A design for AIS data warehouse of traffic flow, 2017 4th International Conference on Transportation Information and Safety (ICTIS),2017
    [6] 沈冠宇，深度學習應用於AIS狀態辨識，臺灣博碩士論文知識加值系統，2018
    [7] 彭冠敦，AIS軌跡探勘與路網拓樸模型之建立，臺灣博碩士論文知識加值系統，2014
    [8] 陳威成，應用AIS資料於船舶進港之即時動態追蹤，臺灣博碩士論文知識加值系統，2014
    [9] Yujie Lian, Lujing Yang, Lingfeng Lu, JingBo Sun, Yu Lu, Research on Ship AIS Trajectory Estimation Based on Particle Filter Algorithm, 2019 11th International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC),2019
    [10] Ahmad Zaky, Rinaldi Munir, Full-Text Search on data with access control using generalized suffix tree, 2016 International Conference on Data and Software Engineering (ICoDSE),2016
    [11] Anjali Mohapatra, P. M. Mishra, S. Padhy, Motif Search in DNA Sequences Using Generalized Suffix Tree, 10th International Conference on Information Technology (ICIT 2007),2007

    QR CODE
    :::