[发明专利]一种基于大数据建模的海上船舶流量预测方法

摘要

本发明公开了一种基于大数据建模的海上船舶流量预测方法，该方法包括以下步骤定量特征将实时GPS数据、历史GPS数据与航线物理信息均转化为矩阵形式，在物理信息矩阵的限制下，以多个矩阵同时进行矩阵分解的方法解决航线数据严重稀疏问题；定性特征根据实时和历史环境数据，结合相关海上交通知识获得与海上交通流量相关的定性预测；多类特征融合求解过程将多个特征融合，并利用内在相似性将定性特征转化为定量特征。该监测方法结合大数据建模与实际需求，并利用特征融合方法消除数据稀疏等问题，既确保了预测数据的准确性，又保证了监测方法的实时性与有效性。

主权项

一种基于大数据建模的海上船舶流量预测方法，其特征在于，该方法包括以下步骤：将预测区海面进行区域划分，在每个区域内均匀布置8‑12个区域传感器；建立定量特征和定性特征；所述定量特征基于船舶提供的数据；所述定性特征基于区域传感器提供的数据；通过块坐标下降求解多类特征融合的方式将多种数据源的定量特征和定性特征的数据融合，求解海洋交通流量的预测；所述定量特征包括若干子特征，每个子特征分别对应一种类型船舶的数据；对每一种类型船舶的数据建立历史GPS数据矩阵X和实时GPS数据矩阵Y；对于航线的物理信息，建立矩阵Z；对所述矩阵X、矩阵Y和矩阵Z进行分解，两两共享进行矩阵分解后得到的相同的特征因子；获得各航线上实时船舶流量信息；其中，矩阵X的每一个条目为一条航线在一个时间段内的平均速度和速度方差，矩阵Y的每一个条目为一个区域在一个时间段经过的总船舶数量；矩阵Z的每一行表示一条航线，每一列表示一个物理属性。