公开(公告)号：CN106779184A

公开(公告)日：2017-05-31

申请号：CN201611080860.6

申请日：2016-11-30

Applicant: 中国矿业大学

Inventor： 陈朋朋 ,  高守婉 ,  吕红瑾 ,  牛强 ,  杨旭

IPC: G06Q10/04 ,  G06Q50/26

CPC classification number: G06Q10/04 ,  G06Q50/26

Abstract: 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。

公开(公告)号：CN106779184B

公开(公告)日：2017-10-24

申请号：CN201611080860.6

申请日：2016-11-30

Applicant: 中国矿业大学

Inventor： 陈朋朋 ,  高守婉 ,  吕红瑾 ,  牛强 ,  杨旭

IPC: G06Q10/04

Abstract: 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。