考虑对地航速和航向的船舶典型轨迹提取方法

摘要：

基于船舶自动识别系统(Automatic Identification System,AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩AIS数据,二是聚类压缩后的AIS数据.传统的DP(Douglas-Peucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息.为解决此问题,把对地航速和航向加入到DP算法的压缩过程中.在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法.由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择.利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验.实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量.

关键词：水路运输、船舶典型轨迹、谱聚类、AIS数据、DP算法、自适应

所属期刊栏目：22

分类号：U675.7

在线出版日期：2023-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：114-123