Aller au contenu principal
Accès ouvert déclaré 2024 article

Research on Anomaly Detection of Ship Behavior Based on Data Mining

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

With the increase in the number of ships and the intensifying maritime traffic, maritime accidents such as ship collisions and grounding occur frequently, posing serious threats to people's lives and property. Therefore, timely detection and correction of abnormal ship behaviors are of great significance for improving navigation safety. The Automatic Identification System (AIS) can provide real-time information on ships' positions, speeds, headings, and more, offering a rich data resource for data mining. Through the analysis of these data, it is possible to deeply explore the navigation patterns and characteristics of abnormal behaviors of ships. This paper applies data mining technology to the detection of abnormal ship behaviors, which not only improves the accuracy and efficiency of detection but also provides maritime regulatory authorities with richer decision-making support.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Research on Anomaly Detection of Ship Behavior Based on Data Mining
Date Crossref
22/10/2024
Éditeur
Boya Century Publishing
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Jiangsu Maritime Institute pays non établi dans la notice
    Université ou école supérieure
  • College of Information Engineering pays non établi dans la notice
    Université ou école supérieure

Jiangsu Maritime Institute et College of Information Engineering.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Anomaly Detection Techniques and Applications

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.