Print

基于语义的船舶行为动态推理机制

论文摘要

为实现对船舶行为的深入挖掘,建立船舶行为模型,根据模型需求引入语义模型和动态贝叶斯网络,形成基于语义的船舶行为动态推理机制。使用语义网络实现复杂态势下船舶行为领域知识的形式化描述与共享;将语义网络结构转换为动态贝叶斯网络结构并采用水上交通大数据进行参数学习;使用动态贝叶斯网络推理不确定性信息,挖掘深层次的船舶行为和事件。基于长江渡船靠离泊行为的实例验证表明:该船舶行为动态推理模型能准确地识别并预测船舶的动态行为,实现船舶行为的辨识与预警。

论文目录

  • 1 问题描述与建模
  • 2 船舶行为语义模型
  • 3 船舶行为动态贝叶斯网络模型
  •   3.1 动态贝叶斯网络定义
  •   3.2 参数学习
  •   3.3 动态推理
  • 4 实例计算与结果分析
  •   4.1 基础数据处理
  •   4.2 靠离泊语义网络建模
  •   4.3 动态贝叶斯网络构建与参数学习
  •   4.4 推理并预测船舶行为
  • 5 结束语

    • 文章来源

    类型: 期刊论文

    作者: 文元桥,张义萌,黄亮,周春辉,肖长诗,张帆

    关键词: 水路运输,行为动态推理,动态贝叶斯网络,船舶,语义网络,船舶行为

    来源: 中国航海 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 船舶工业

    单位: 武汉理工大学国家水运安全工程技术研究中心,武汉理工大学航运学院

    基金: 国家自然科学基金(51679180,51579204,51709218),武汉大学测绘遥感信息工程国家重点实验室开放基金(17I03),国家重点研发计划(2018YFC1407405)

    分类号: U675

    页码: 34-39+50

    总页数: 7

    文件大小: 479K

    下载量: 183

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/2fa11a53bb348970708f9ea6.html