CN111586556B - 一种基于群体聚类分析的渔船定位方法及装置 - Google Patents
一种基于群体聚类分析的渔船定位方法及装置 Download PDFInfo
- Publication number
- CN111586556B CN111586556B CN202010232303.1A CN202010232303A CN111586556B CN 111586556 B CN111586556 B CN 111586556B CN 202010232303 A CN202010232303 A CN 202010232303A CN 111586556 B CN111586556 B CN 111586556B
- Authority
- CN
- China
- Prior art keywords
- positions
- clustering center
- crews
- mobile phone
- clustering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种基于群体聚类分析的渔船定位方法及装置，通过获取渔船所有船员的手机信息，根据对手机信息的实时跟踪，记录所有船员的时空轨迹；周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值；最后，统计剩余的位置对应的船员数量，如果超过第一阈值则最终聚类中心位置为当前渔船所在的位置，根据确定的渔船的位置拟合出渔船的时空轨迹。本发明可以快速准确的获取渔船的时空轨迹，为渔船是否出海或停泊提供准确位置。
Description
技术领域
本发明属于大数据分析定位技术领域，尤其涉及一种基于群体聚类分析的渔船定位方法及装置。
背景技术
目前我国的渔业资源十分丰富，渔民驾驶渔船出海捕鱼是日常生活的一部分。然而，各地经济条件的不同，导致有些渔船并不能提供GPS或北斗定位。而且，有些时候渔船发生事故故障时，其船上的GPS/北斗定位装置也不能提供准确的定位信息。在一些情况下，还可能发生船主关闭GPS/北斗定位的情况。上述情况都可能导致无法准确获取渔船当前位置，从而不清楚是否出海或停泊的准确信息，为安全生产带来一定的隐患。
发明内容
本申请的目的是提供一种基于群体聚类分析的渔船定位方法及装置，来快速获取渔船当前位置，以及是否出海或停泊的准确信息。
为了实现上述目的，本申请技术方案如下：
一种基于群体聚类分析的渔船定位方法，包括：
获取渔船所有船员的手机信息，根据对手机信息的实时跟踪，记录所有船员的时空轨迹；
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值；
统计剩余的位置对应的船员数量，如果超过第一阈值则最终聚类中心位置为当前渔船所在的位置，根据确定的渔船的位置拟合出渔船的时空轨迹。
进一步的，所述手机信息包括手机卡的用户识别码或手机的MAC地址信息，以及手机的厂商信息或运营商信息。
可选的，所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，根据手机的厂商信息或运营商信息为船员时空轨迹中的位置赋予不同的第一权重，以所述第一权重与位置的乘积迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
可选的，所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
可选的，所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置，且在计算所述平均值时根据运营商对应的第二权重来进行计算；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
本申请还提出了一种基于群体聚类分析的渔船定位装置，包括：
手机信息登记模块，用于获取渔船所有船员的手机信息，根据对手机信息的实时跟踪，记录所有船员的时空轨迹；
聚类模块，用于周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值；
时空轨迹绘制模块，用于统计剩余的位置对应的船员数量，如果超过第一阈值则最终聚类中心位置为当前渔船所在的位置，根据确定的渔船的位置拟合出渔船的时空轨迹。
进一步的，所述手机信息包括手机卡的用户识别码或手机的MAC地址信息，以及手机的厂商信息或运营商信息。
可选的，所述聚类模块在周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值时，执行如下操作：
周期性获取当前所有船员时空轨迹中的位置，根据手机的厂商信息或运营商信息为船员时空轨迹中的位置赋予不同的第一权重，以所述第一权重与位置的乘积迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
可选的，所述聚类模块在周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值时，执行如下操作：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
可选的，所述聚类模块在周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值时，执行如下操作：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置，且在计算所述平均值时根据运营商对应的第二权重来进行计算；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
本申请提出了一种基于群体聚类分析的渔船定位方法及装置，通过船员的手机信息获取渔船所有船员的时空轨迹，然后基于群体聚类分析，通过将聚集在一起的船员的时空轨迹拟合渔船的时空轨迹，可以快速准确的获取渔船的时空轨迹，为渔船是否出海或停泊提供准确位置，便于渔业的管理和安全生产。
附图说明
图1为本申请基于群体聚类分析的渔船定位方法流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
如图1所示，一种基于群体聚类分析的渔船定位方法，包括：
获取渔船所有船员的手机信息，根据对手机信息的实时跟踪，记录所有船员的时空轨迹；
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值；
统计剩余的位置对应的船员数量，如果超过第一阈值则最终聚类中心位置为当前渔船所在的位置，根据确定的渔船的位置拟合出渔船的时空轨迹。
本申请先预先登记每个渔船的所有船员，获取每个渔船的手机信息，包括但不限于船员的姓名、手机号码、手机卡的用户识别码或手机的MAC地址信息等。
从而可以根据船员的手机信息来实时跟踪，掌握船员的时空轨迹。关于通过手机信息进行实时跟踪，掌握船员的时空轨迹，通过运营商基站或公安的WIFI探针，可以进行三点定位，获取上述某一船员的位置，长时间实时跟踪，可以记录其时空轨迹。关于获取船员的时空轨迹，属于比较成熟的技术，这里不再赘述。
容易理解的是，渔船停靠码头时，船员大多分散回家，渔船外出作业时，船员相对聚集在渔船上。通过对船员们的时空轨迹的分析，相对一致的时空轨迹即是渔船行驶的轨迹。
例如，通过分析这些船员的手机信息的时空轨迹，当一定比例(比如80％)的手机信息的时空轨迹一致时，这一段时间的时空轨迹就是渔船的行驶轨迹。其中80％即第一阈值，是一个比例。当然，第一阈值也可以直接是船员的数量，本申请对此不做限制。
首先根据这些手机信息的位置，计算其位置的聚类中心位置；剔除远离聚类中心位置的手机信息，即剔除距离聚类中心位置超过第二阈值的位置，例如超过30米，第二阈值的设置根据渔船的大小进行设备。剔除的这些位置距离聚类中心位置远，以为这些对应船员不在船上，重新计算剩余手机位置的聚类中心位置。如此迭代处理，直到剩余的位置距离聚类中心位置都未超过第二阈值。
需要说明的是，关于船员的聚类中心位置，可以通过各种聚类方法来进行聚类得到，属于本技术领域比较成熟的技术，这里不再赘述。
本申请统计剩余的位置对应的船员数量，若这些船员的位置与聚类中心位置距离小于第二阈值，例如30米，则该聚类中心位置就作为渔船的位置。
显然，若大部分船员的位置均距离聚类中心位置大于30米，则意味着大家不在渔船上，也意味着渔船未外出作业；否则，意味着渔船正在外出作业。
最后通过将确定的渔船的位置进行曲线拟合，就可以得到渔船的时空轨迹。关于通过点进行曲线拟合，是比较成熟的技术，这里不再赘述。
需要说明的是，船员的手机一般是不同的生产厂商生产，并且可能是由不同的运营商提供服务，因此根据船员手机的定位，容易因为厂商信息或运营商信息的不同，存在较大的差异。其中厂商信息可以是产品的型号及厂商名称。从而本申请还具有如下实施例：
在另一个实施例中，本申请所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，根据手机的厂商信息或运营商信息为船员时空轨迹中的位置赋予不同的第一权重，以所述第一权重与位置的乘积迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
即在迭代计算位置的聚类中心位置时，考虑到手机的厂商信息，例如型号或厂商名称等，从而为船员时空轨迹中的位置赋予不同的第一权重。例如第一厂商的手机质量较好，赋予较高的权重；第二厂商的手机质量一般，赋予较低的权重。
这样，在聚类时，考虑的是第一权重与位置的乘积作为该船员的位置，从而进一步提高了聚类中心位置的准确度，使得最终得到的渔船的时空轨迹更加准确。
在另一个实施例中，本申请所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
在本实施例中，考虑到一个船员具有多张手机卡的情况，目前双卡双待的手机很多，还有部分船员具有多个手机。本实施例在聚类时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置，从而提高了聚类的精度。
本实施例在聚类时，考虑的是多个手机卡对应的位置的平均值作为该船员的位置，从而进一步提高了聚类中心位置的准确度，使得最终得到的渔船的时空轨迹更加准确。
在另一个实施例中，本申请所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置，且在计算所述平均值时根据运营商对应的第二权重来进行计算；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
在本实施例中，考虑到一个船员具有多张手机卡的情况，目前双卡双待的手机很多，还有部分船员具有多个手机。并且不同的手机卡对应的运营商不同，运营商的基站有密有疏，定位的精度也不同。
本实施例在聚类时，以该船员的多个手机卡对应的位置的加权平均值作为该船员的位置。即为不同的运营商赋予对应的第二权重，进行加权平均来得到该船员的位置。本实施例的方法进一步提高了聚类的精度。
与上述方法对应的，在一个实施例中，本申请还提供了一种基于群体聚类分析的渔船定位装置，包括：
手机信息登记模块，用于获取渔船所有船员的手机信息，根据对手机信息的实时跟踪，记录所有船员的时空轨迹；
聚类模块，用于周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值；
时空轨迹绘制模块，用于统计剩余的位置对应的船员数量，如果超过第一阈值则最终聚类中心位置为当前渔船所在的位置，根据确定的渔船的位置拟合出渔船的时空轨迹。
关于基于群体聚类分析的渔船定位装置的具体限定可以参见上文中对于基于群体聚类分析的渔船定位方法的限定，在此不再赘述。上述基于群体聚类分析的渔船定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器中存储有可在处理器上运行的计算机程序，所述处理器通过运行存储在存储器内的计算机程序。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于群体聚类分析的渔船定位方法，其特征在于，所述基于群体聚类分析的渔船定位方法，包括：
获取渔船所有船员的手机信息，根据对手机信息的实时跟踪，记录所有船员的时空轨迹；
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值；
统计剩余的位置对应的船员数量，如果超过第一阈值则最终聚类中心位置为当前渔船所在的位置，根据确定的渔船的位置拟合出渔船的时空轨迹；
其中，所述手机信息包括手机的厂商信息或运营商信息，所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，根据手机的厂商信息或运营商信息为船员时空轨迹中的位置赋予不同的第一权重，以所述第一权重与位置的乘积迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
2.根据权利要求1所述的基于群体聚类分析的渔船定位方法，其特征在于，所述手机信息包括手机卡的用户识别码或手机的MAC地址信息。
3.根据权利要求1所述的基于群体聚类分析的渔船定位方法，其特征在于，所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
4.根据权利要求1所述的基于群体聚类分析的渔船定位方法，其特征在于，所述周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值，包括：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置，且在计算所述平均值时根据运营商对应的第二权重来进行计算；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
5.一种基于群体聚类分析的渔船定位装置，其特征在于，所述基于群体聚类分析的渔船定位装置，包括：
手机信息登记模块，用于获取渔船所有船员的手机信息，根据对手机信息的实时跟踪，记录所有船员的时空轨迹；
聚类模块，用于周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值；
时空轨迹绘制模块，用于统计剩余的位置对应的船员数量，如果超过第一阈值则最终聚类中心位置为当前渔船所在的位置，根据确定的渔船的位置拟合出渔船的时空轨迹；
其中，所述手机信息包括手机的厂商信息或运营商信息，所述聚类模块在周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值时，执行如下操作：
周期性获取当前所有船员时空轨迹中的位置，根据手机的厂商信息或运营商信息为船员时空轨迹中的位置赋予不同的第一权重，以所述第一权重与位置的乘积迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈。
6.根据权利要求5所述的基于群体聚类分析的渔船定位装置，其特征在于，所述手机信息包括手机卡的用户识别码或手机的MAC地址信息。
7.根据权利要求5所述的基于群体聚类分析的渔船定位装置，其特征在于，所述聚类模块在周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值时，执行如下操作：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
8.根据权利要求5所述的基于群体聚类分析的渔船定位装置，其特征在于，所述聚类模块在周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值时，执行如下操作：
周期性获取当前所有船员时空轨迹中的位置，迭代计算位置的聚类中心位置，其中，当一个船员具有多个运营商的手机卡时，以该船员的多个手机卡对应的位置的平均值作为该船员的位置，且在计算所述平均值时根据运营商对应的第二权重来进行计算；
剔除距离聚类中心位置超过第二阈值的位置，直到剩余的位置距离聚类中心位置都未超过第二阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010232303.1A CN111586556B (zh) | 2020-03-27 | 2020-03-27 | 一种基于群体聚类分析的渔船定位方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010232303.1A CN111586556B (zh) | 2020-03-27 | 2020-03-27 | 一种基于群体聚类分析的渔船定位方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111586556A CN111586556A (zh) | 2020-08-25 |
| CN111586556B true CN111586556B (zh) | 2022-04-19 |
Family
ID=72124250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010232303.1A Active CN111586556B (zh) | 2020-03-27 | 2020-03-27 | 一种基于群体聚类分析的渔船定位方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111586556B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113415393B (zh) * | 2021-05-08 | 2022-07-15 | 浙江海洋大学 | 一种基于群体聚类分析的渔船定位装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104064051B (zh) * | 2014-06-23 | 2016-02-24 | 银江股份有限公司 | 一种乘客便携移动终端与所乘公交车辆定位信息动态匹配方法 |
| CN104484883A (zh) * | 2014-12-24 | 2015-04-01 | 河海大学常州校区 | 基于视频的三维虚拟船舶定位及其轨迹模拟方法 |
| GB201716201D0 (en) * | 2017-10-04 | 2017-11-15 | Ocado Innovation Ltd | Object handling coordination system and method of relocating a transporting vessel |
| CN108229558A (zh) * | 2017-12-29 | 2018-06-29 | 武汉船舶通信研究所（中国船舶重工集团公司第七二二研究所） | 一种多路信息融合系统 |
| FR3076379B1 (fr) * | 2017-12-31 | 2022-12-16 | Bull Sas | Systeme et procede de gestion de rassemblement de masse |
| CN108334905A (zh) * | 2018-02-08 | 2018-07-27 | 中电科技（合肥）博微信息发展有限责任公司 | 船舶行为轨迹识别方法 |
| CN109348536B (zh) * | 2018-11-28 | 2020-08-25 | 成都中星世通电子科技有限公司 | 一种水上无线电干扰信号自动定位系统及定位方法 |
-
2020
- 2020-03-27 CN CN202010232303.1A patent/CN111586556B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111586556A (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109005500A (zh) | 应急搜救方法、装置、系统、计算机存储介质及设备 | |
| CN111401386A (zh) | 牲畜舍栏的监控方法、装置、智能巡航机器人及存储介质 | |
| CN108271115A (zh) | 一种区域人口密度的估计方法及装置 | |
| CA2519147A1 (en) | Multiple pass location processor | |
| CN115223100A (zh) | 一种智慧园区异常人员识别方法、系统、设备及存储介质 | |
| CN111405466A (zh) | 站点识别方法、到站提醒方法、装置、终端及存储介质 | |
| CN103399534A (zh) | 一种鱼类生存环境远程监测与智能预警系统及方法 | |
| CN111479321B (zh) | 一种网格构建方法、装置、电子设备和存储介质 | |
| CN105532497A (zh) | 一种复合型rfid动物耳标及追踪系统 | |
| CN111586556B (zh) | 一种基于群体聚类分析的渔船定位方法及装置 | |
| CN207319409U (zh) | 一种环境质量检测及报警系统 | |
| CN105868804A (zh) | 一种渔船进出港及在港定位监管系统和其管理方法 | |
| CN111148029A (zh) | 一种人员定位识别智能管理系统及方法 | |
| CN109246685A (zh) | 基于mac地址的客流量统计方法、设备及存储介质 | |
| CN105101399B (zh) | 伪基站移动路线获取方法、装置与伪基站定位方法、装置 | |
| CN105792209B (zh) | 一种使用移动终端检测伪基站的方法和系统 | |
| CN109919492B (zh) | 环卫资源调度方法、装置和系统 | |
| CN107889210B (zh) | 楼宇用户定位方法和系统 | |
| CN115002697B (zh) | 待核查用户的接触用户识别方法、装置、设备及存储介质 | |
| CN111432344B (zh) | 一种基于相邻船只的渔船时空轨迹修正方法及装置 | |
| CN113836342A (zh) | 基于北斗短报文和图像识别技术的搜救方法及系统 | |
| CN111460328B (zh) | 一种基于陀螺仪的渔船时空轨迹修正方法及装置 | |
| CN109451511A (zh) | 基于1800m电力无线通信专网的路测系统及方法 | |
| CN105530275A (zh) | 基于犬类攻击性的预警方法及装置 | |
| CN111413718B (zh) | 一种基于船载视频监控的渔船时空轨迹修正方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |