A港口水域船舶数据分析与可视化研究任务书
2020-04-12 08:48:24
1. 毕业设计(论文)主要内容:
数据可视化的作用在于视物致知,即从看到的事物获取知识。对于复杂、大规模的数据,己有的统计分析或数据挖掘往往是对数据的简化和抽象,而数据可视化则可还原并且展现数据中的全局结构和具体细节。本文选择a港口集疏运船舶的数据为例,进行数据可视化的研究。港口船舶数据是比较典型的时空数据,数据中蕴含船舶轨迹、港口吞吐量趋势及其他隐含的未知的模式,这些都可以通过可视化的手段,快速、高效、可交互地进行分析和挖掘。
虽然目前国内外都有很多数据平台如船讯网和marinetraffic提供在线船舶追踪服务,积累了大量的数据,但是都未能充分地利用。主要原因是数据的展现形式太过于单一,很难挖掘出隐藏在数据中的深层价值。因此,本论文采用系统化的思维研究数据可视化相关方法与工具,以一种新的方式帮助港口统计人员解决统计分析港口水域船舶运动的特点,弥补现有分析系统的不足。
2. 毕业设计(论文)主要任务及要求
1. 通过归类和分析港口中船舶数据的种类和特征,明晰船舶在港口内装卸货的业务流程;
2. 通过对数据的可视化流程设计,熟悉将数据转换为可视化图表的多种途径;
3. 基于可视化图表,总结分析港口水域船舶的行为特征。
3. 毕业设计(论文)完成任务的计划与安排
第1-2周:熟悉船讯网和marinetraffic网站,收集相关数据资料,完成国内外研究现状的分析,撰写开题报告;
第3-5周:归类港口中船舶数据的种类和特征,分析和提出数据的可视化需求;
第6-7周:基于船舶数据,对其在港口内的业务流程进行分析;
4. 主要参考文献
1.田薇, 张锦明, 龚建华. 面向不同主题的交通大数据可视分析[j]. 测绘科学技术学报, 2017, 34(1):102-105.
2.颜高峰. 基于大数据的港口集疏运可视分析系统研究[d]. 北京交通大学, 2016.
3.苏俊鹏. 基于聚类和关联规则的港口生产数据挖掘研究[d]. 北京交通大学, 2014.