陳兆熙，王 莉

(南昌交通學(xué)院，江西南昌 330100)

0 引言

船舶導(dǎo)航系統(tǒng)為船舶路徑規(guī)劃的自動化發(fā)展提供了有效輔助，船舶能夠使用性能卓越的導(dǎo)航系統(tǒng)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(huán)境的不可判斷性凸顯，地理信息定位數(shù)據(jù)也呈爆發(fā)式增長。在海量信息數(shù)據(jù)環(huán)境中，想要準(zhǔn)確、快速挖掘所需的導(dǎo)航數(shù)據(jù)，存在一定難度。甄榮等[3]在挖掘船舶導(dǎo)航信息中的航跡數(shù)據(jù)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(dāng)屬性差異不顯著的航跡數(shù)據(jù)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(dǎo)航信息中的航跡數(shù)據(jù)時，使用GRU 自編碼器先提取航跡數(shù)據(jù)特征，再以聚類的方式完成航跡數(shù)據(jù)聚類挖掘。但此方法在提取大規(guī)模航跡數(shù)據(jù)特征時，需要經(jīng)過多次訓(xùn)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(shè)計一種基于滑動窗口的船舶導(dǎo)航信息關(guān)聯(lián)挖掘系統(tǒng)。

1 船舶導(dǎo)航信息關(guān)聯(lián)挖掘系統(tǒng)

1.1 系統(tǒng)架構(gòu)與硬件結(jié)構(gòu)

所設(shè)計的基于滑動窗口的船舶導(dǎo)航信息關(guān)聯(lián)挖掘系統(tǒng)整體架構(gòu)如圖1所示。

此次設(shè)計的船舶導(dǎo)航信息關(guān)聯(lián)挖掘系統(tǒng)屬于Client/Server 結(jié)構(gòu)，當(dāng)用戶在客戶端的挖掘界面輸入導(dǎo)航信息挖掘請求后，客戶端將請求信息發(fā)送至服務(wù)端，服務(wù)端由船舶導(dǎo)航信息挖掘模塊組成，通過信息訪問接口API，在船舶導(dǎo)航信息數(shù)據(jù)源中采用滑動窗口劃分的方式提取候選數(shù)據(jù)流，再構(gòu)建船舶導(dǎo)航信息挖掘的關(guān)聯(lián)規(guī)則，挖掘滿足用戶請求條件的導(dǎo)航信息，返回挖掘界面。

船舶導(dǎo)航信息關(guān)聯(lián)挖掘系統(tǒng)硬件結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)的硬件結(jié)構(gòu)Fig.2 Hardwarestructure of thesystem

如圖2所示，系統(tǒng)硬件結(jié)構(gòu)主要包括S3C2440處理器、人機交互屏、CAN 總線、串口等。CAN 總線和導(dǎo)航設(shè)備自身的標(biāo)準(zhǔn)串行接口相連，便可作為系統(tǒng)客戶端和服務(wù)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(jié)果顯示服務(wù)，具備人機交互功能。系統(tǒng)硬件平臺主控制器為ARM920T 內(nèi)核，在此控制器管理下，系統(tǒng)的LCD顯示器可以支持STN 格式、TFT 格式數(shù)據(jù)的顯示?？刂破骶邆?通道的串行接口，4通道高速數(shù)據(jù)JTAG 接口，具備大規(guī)模船舶導(dǎo)航信息處理能力。

1.2 基于滑動窗口的導(dǎo)航信息關(guān)聯(lián)挖掘

圖3為船舶導(dǎo)航信息關(guān)聯(lián)挖掘算法示意圖。

如圖3所示，采用滑動窗口進行導(dǎo)航信息關(guān)聯(lián)挖掘時，將船舶導(dǎo)航信息流輸入本文系統(tǒng)后，系統(tǒng)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?qū)Ш叫畔?shù)據(jù)流中的頻繁項集，完成船舶導(dǎo)航信息關(guān)聯(lián)挖掘。

1.2.1 基于滑動窗口的候選信息流挖掘

設(shè)置需要挖掘的船舶導(dǎo)航信息類型P是時間段t中的數(shù)據(jù)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(dǎo)航信息記錄的時間序列，從時間t開始，設(shè)置滑動窗口信息點為

式中： d (.)為 距離計算函數(shù)；a vg(.)為平均計算函數(shù)。

3）若時間段t與時間段t?1導(dǎo)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(dǎo)航信息為：

5）多次執(zhí)行上述操作，最后輸出候選導(dǎo)航信息流A。

1.2.2 基于Apriori 算法的導(dǎo)航信息關(guān)聯(lián)挖掘

關(guān)聯(lián)規(guī)則可以體現(xiàn)數(shù)據(jù)之間相關(guān)性，若多個數(shù)據(jù)之間存在相關(guān)性，關(guān)聯(lián)規(guī)則便可體現(xiàn)數(shù)據(jù)之間的關(guān)系。為了對導(dǎo)航信息進行關(guān)聯(lián)挖掘，以獲得候選導(dǎo)航信息流為基礎(chǔ)，采用Apriori 算法進行導(dǎo)航信息的關(guān)聯(lián)挖掘。

設(shè)置候選導(dǎo)航信息流A中的某信息為項，各個導(dǎo)航信息記錄就是1個項集，將其設(shè)成A={A1,A2,...,Am}，m為項集中導(dǎo)航信息記錄總數(shù)目。關(guān)聯(lián)規(guī)則設(shè)成其中，a表示導(dǎo)航信息中的某數(shù)據(jù)，Y表示用戶請求信息類型，在分析關(guān)聯(lián)規(guī)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(guān)聯(lián)規(guī)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(dǎo)航信息a和用戶請求信息的匹配數(shù)目；count(a) 為 船舶導(dǎo)航信息a的信息量。分析a與Y之間的關(guān)聯(lián)規(guī)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(dǎo)航信息。在分析a與Y之間關(guān)聯(lián)規(guī)則支持度與置信度的基礎(chǔ)上，采用Apriori 算法先把候選導(dǎo)航信息數(shù)據(jù)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(dǎo)航信息數(shù)據(jù)類型、用戶請求的導(dǎo)航信息類型。比如滑動窗口分為5 個，那么便可構(gòu)建5×5的布爾矩陣：

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

將頻繁A?1項 集執(zhí)行連接處理，將C的項列執(zhí)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(huán)操作，當(dāng)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(dǎo)航信息關(guān)聯(lián)挖掘結(jié)果。

2 實驗分析

為測試本文系統(tǒng)是否有效，進行系統(tǒng)導(dǎo)航信息挖掘性能分析。

圖4和圖5為本文系統(tǒng)挖掘界面為用戶提供的請求信息示例圖、導(dǎo)航信息挖掘結(jié)果顯示圖。

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

圖5 導(dǎo)航信息挖掘結(jié)果顯示圖Fig.5 Display of navigation information mining results

為體現(xiàn)本文系統(tǒng)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(biāo)，O可體現(xiàn)挖掘信息量的完備性，其數(shù)值越小，表示信息越完備、越準(zhǔn)確。則

表1 船舶導(dǎo)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(dǎo)航信息中航跡信息挖掘效果較好，O的數(shù)值極小，說明本文系統(tǒng)挖掘信息量的完備性顯著，準(zhǔn)確性顯著。原因是本文系統(tǒng)能夠?qū)⒋皩?dǎo)航信息數(shù)據(jù)流劃分為多個滑動窗口，通過關(guān)聯(lián)規(guī)則挖掘的方式，挖掘與用戶請求相匹配的導(dǎo)航信息。圖6和圖7為本文系統(tǒng)使用前后，多種導(dǎo)航信息挖掘耗時對比結(jié)果。

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

圖7 系統(tǒng)使用前挖掘耗時Fig.7 Mining time beforesystem use

對比可知，本文系統(tǒng)對多種導(dǎo)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(tǒng)的挖掘效率有所提升。原因是本文系統(tǒng)利用滑動窗口劃分技術(shù)，能夠把大規(guī)模的船舶導(dǎo)航信息分解為多個窗口，提高數(shù)據(jù)挖掘有序性，從而保證數(shù)據(jù)的處理效率。

3 結(jié) 語

本文設(shè)計基于滑動窗口的船舶導(dǎo)航信息關(guān)聯(lián)挖掘系統(tǒng)，引入滑動窗口技術(shù)和關(guān)聯(lián)規(guī)則挖掘算法，能夠在規(guī)?；?fù)雜化的導(dǎo)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(guān)聯(lián)規(guī)則挖掘的方式，提取匹配用戶請求的導(dǎo)航信息數(shù)據(jù)。實驗結(jié)果顯示，本文系統(tǒng)導(dǎo)航信息挖掘的完備性顯著，準(zhǔn)確性顯著，挖掘耗時小于0.4 s，導(dǎo)航信息挖掘性能得到提升。