面向船舶轨迹大数据的分布式异常行为检测算法_海洋工程_2026年.docxVIP

PAGE29

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

船舶自动识别系统（AIS）每数秒上报一次船位，一个中等海域一个月即可积累数千万条位置报文。海事监管部门需要从这些轨迹中及时发现漂航滞留、航迹突然跳变、航速异常等可疑行为，但单机聚类算法在千万级轨迹点面前要么运行时间过长，要么直接内存溢出，异常检测的时效性难以保证。本课题面向船舶AIS轨迹大数据，研究并实现了一种分布式异常行