基于改进LSTM的航运物流路径轨迹修复研究

目的 提高航运物流路径轨迹信息的挖掘精度和安全效率。方法 对宁波舟山港条帚门水域窄口航道船舶的类型、数量、长度进行统计分析,对货运船AIS物流路径轨迹异常进行识别与修复。考虑船舶实际航行的环境因素,提出一种新的数据纠偏方法。考虑船舶属性与环境因素,以通航宽度和三自由度运动学的转向能力识别异常数据,然后运用Bi-LSTM法对筛选后航运物流路径进行轨迹修复。结果 所提筛选方法不需要轨迹聚类或建立额外的模型进行判别,筛选数据量占总数量的34.26%,修复后的AIS货船物轨迹数据量在原有基础上提升了115.34%。结论 使用文中方法可以有效纠偏和修复异常航运物流路径轨迹数据,为航运物流轨迹数据挖掘提供一定的基础方法。     

基于蓝噪声采样的多维标准井筛选可视分析

面向石油矿区大规模的测井数据,有效地抽取少量的钻井(即标准井)进行置信度较高的专家人工匹配,进而对全局钻井进行有监督的自动或半自动匹配,对于石油开采矿区的地质构造精确解释具有重要的意义.然而,标准井筛选是一个复杂而耗时的过程,和钻井的空间分布以及钻井之间的地质特征密切相关.因此,综合考虑钻井的地理空间位置和多维地质属性特征,提出一种基于蓝噪声采样的多维标准井筛选可视分析方法.首先,根据大量钻井的地理空间位置,利用蓝噪声采样算法自适应地确定标准井采样率及其采样范围;然后在标准井的局部采样范围内,设计基于动态规划的地层匹配算法,计算钻井之间的多维属性差异以度量钻井之间的地质特征相似度,进而利用MDS算法对钻井的匹配关系进行降维投影,将钻井的空间分布与多维属性差异协同可视化,支持标准井的自动或交互筛选;进一步设计属性视图和矩阵视图,直观地呈现钻井的原始多维属性数据和匹配关系,引导领域专家对标准井的筛选过程进行探索分析和迭代优化.最后,集成便捷的用户交互模式,开发基于蓝噪声采样的多维标准井筛选可视分析系统,帮助用户交互式地探索和分析多维属性测井数据,在综合考虑钻井空间分布及多维属性特征的基础上,有效筛选具有代表性的标准井,为后续的地质构造解释提供准确而可靠的数据资料和经验支持.大量实验结果进一步验证了文中算法的有效性和实用性.