基于滑動窗口的船舶導航信息關聯挖掘系統

陳兆熙，王 莉

(南昌交通學院，江西南昌 330100)

0 引言

船舶導航系統為船舶路徑規劃的自動化發展提供了有效輔助，船舶能夠使用性能卓越的導航系統完成航行控制[1–2]。而目前航行距離的逐漸增加，航向和航行環境的不可判斷性凸顯，地理信息定位數據也呈爆發式增長。在海量信息數據環境中，想要準確、快速挖掘所需的導航數據，存在一定難度。甄榮等[3]在挖掘船舶導航信息中的航跡數據時，使用高斯混合模型，此模型以高斯混合聚類的方式，完成航跡信息挖掘。但當屬性差異不顯著的航跡數據混雜在一起時，信息挖掘精度便會下降。任成杰等[4]在挖掘船舶導航信息中的航跡數據時，使用GRU 自編碼器先提取航跡數據特征，再以聚類的方式完成航跡數據聚類挖掘。但此方法在提取大規模航跡數據特征時，需要經過多次訓練，才可以保證編碼器的特征提取精度，因此存在挖掘耗時長的問題。

針對以上問題，本文設計一種基于滑動窗口的船舶導航信息關聯挖掘系統。

1 船舶導航信息關聯挖掘系統

1.1 系統架構與硬件結構

所設計的基于滑動窗口的船舶導航信息關聯挖掘系統整體架構如圖1所示。

此次設計的船舶導航信息關聯挖掘系統屬于Client/Server 結構，當用戶在客戶端的挖掘界面輸入導航信息挖掘請求后，客戶端將請求信息發送至服務端，服務端由船舶導航信息挖掘模塊組成，通過信息訪問接口API，在船舶導航信息數據源中采用滑動窗口劃分的方式提取候選數據流，再構建船舶導航信息挖掘的關聯規則，挖掘滿足用戶請求條件的導航信息，返回挖掘界面。

船舶導航信息關聯挖掘系統硬件結構如圖2所示。

圖2 系統的硬件結構Fig.2 Hardwarestructure of thesystem

如圖2所示，系統硬件結構主要包括S3C2440處理器、人機交互屏、CAN 總線、串口等。CAN 總線和導航設備自身的標準串行接口相連，便可作為系統客戶端和服務端的連接載體。人機交互屏可為用戶提供挖掘請求輸入、挖掘結果顯示服務，具備人機交互功能。系統硬件平臺主控制器為ARM920T 內核，在此控制器管理下，系統的LCD顯示器可以支持STN 格式、TFT 格式數據的顯示。控制器具備3通道的串行接口，4通道高速數據JTAG 接口，具備大規模船舶導航信息處理能力。

1.2 基于滑動窗口的導航信息關聯挖掘

圖3為船舶導航信息關聯挖掘算法示意圖。

如圖3所示，采用滑動窗口進行導航信息關聯挖掘時，將船舶導航信息流輸入本文系統后，系統通過滑動窗口先挖掘出獲選信息流。獲取候選信息流后，再采用Apriori 算法挖掘導航信息數據流中的頻繁項集，完成船舶導航信息關聯挖掘。

1.2.1 基于滑動窗口的候選信息流挖掘

設置需要挖掘的船舶導航信息類型P是時間段t中的數據at，則基于滑動窗口的候選信息流挖掘步驟為：

1）提取某段船舶導航信息記錄的時間序列，從時間t開始，設置滑動窗口信息點為

式中： d (.)為 距離計算函數；a vg(.)為平均計算函數。

3）若時間段t與時間段t?1導航信息之間的距離均值絕對值是則

此時處于距離均值周圍的船舶導航信息為：

5）多次執行上述操作，最后輸出候選導航信息流A。

1.2.2 基于Apriori 算法的導航信息關聯挖掘

關聯規則可以體現數據之間相關性，若多個數據之間存在相關性，關聯規則便可體現數據之間的關系。為了對導航信息進行關聯挖掘，以獲得候選導航信息流為基礎，采用Apriori 算法進行導航信息的關聯挖掘。

設置候選導航信息流A中的某信息為項，各個導航信息記錄就是1個項集，將其設成A={A1,A2,...,Am}，m為項集中導航信息記錄總數目。關聯規則設成其中，a表示導航信息中的某數據，Y表示用戶請求信息類型，在分析關聯規則是否滿足需求時，需要使用支持度support(aY)與置信度con fidence(aY)，前者表示某項集在用戶需求信息類型中的支持度，后者表示關聯規則的可信度，支持度與置信度的計算公式為：

其中：count(aY) 為船舶導航信息a和用戶請求信息的匹配數目；count(a) 為 船舶導航信息a的信息量。分析a與Y之間的關聯規則支持度與置信度，如果均滿足最小閾值，那么a就是和Y匹配的導航信息。在分析a與Y之間關聯規則支持度與置信度的基礎上，采用Apriori 算法先把候選導航信息數據流A映射為“0”與“1”的元素矩陣，稱為布爾矩陣。矩陣行與列分別表示導航信息數據類型、用戶請求的導航信息類型。比如滑動窗口分為5 個，那么便可構建5×5的布爾矩陣：

將布爾矩陣C每列用戶請求的導航信息項，以并集的方式，構建候選頻繁A項集，整理C中各列“1”元素的數目，執行剪枝處理，如果i列“1”元素數目小于閾值 β，便采取剪枝處理，反之去除此列，構建頻繁A?1項集。

將頻繁A?1項 集執行連接處理，將C的項列執行邏輯“與”計算，得到候選頻繁A?2項集。將候選頻繁A?2項集中，每個子元素的“1”和閾值對比，更新候選頻繁A?2 項集。循環操作，當項集A為空集便可停止，輸出最后挖掘的頻繁項集，此項集即為用戶請求的船舶導航信息關聯挖掘結果。

2 實驗分析

為測試本文系統是否有效，進行系統導航信息挖掘性能分析。

圖4和圖5為本文系統挖掘界面為用戶提供的請求信息示例圖、導航信息挖掘結果顯示圖。

圖4 導航信息挖掘請求信息示例圖Fig.4 Example of navigation information mining request information

圖5 導航信息挖掘結果顯示圖Fig.5 Display of navigation information mining results

為體現本文系統的挖掘精度，以航跡信息為例，將挖掘的航跡信息量Aj和實際航跡信息量Ab之間平均距離O作為指標，O可體現挖掘信息量的完備性，其數值越小，表示信息越完備、越準確。則

表1 船舶導航信息中航跡信息挖掘效果Tab.1 Effect of track information mining in ship navigation information

可知，船舶導航信息中航跡信息挖掘效果較好，O的數值極小，說明本文系統挖掘信息量的完備性顯著，準確性顯著。原因是本文系統能夠將船舶導航信息數據流劃分為多個滑動窗口，通過關聯規則挖掘的方式，挖掘與用戶請求相匹配的導航信息。圖6和圖7為本文系統使用前后，多種導航信息挖掘耗時對比結果。

圖6 系統使用后挖掘耗時Fig.6 Mining timeconsumption after system use

圖7 系統使用前挖掘耗時Fig.7 Mining time beforesystem use

對比可知，本文系統對多種導航信息挖掘耗時小于0.4 s，和使用前相比，挖掘耗時明顯縮短，說明本文系統的挖掘效率有所提升。原因是本文系統利用滑動窗口劃分技術，能夠把大規模的船舶導航信息分解為多個窗口，提高數據挖掘有序性，從而保證數據的處理效率。

3 結 語

本文設計基于滑動窗口的船舶導航信息關聯挖掘系統，引入滑動窗口技術和關聯規則挖掘算法，能夠在規模化、復雜化的導航信息流中，將雜亂無章的信息劃分為多個挖掘操作窗口，從而以關聯規則挖掘的方式，提取匹配用戶請求的導航信息數據。實驗結果顯示，本文系統導航信息挖掘的完備性顯著，準確性顯著，挖掘耗時小于0.4 s，導航信息挖掘性能得到提升。