基于GRU自编码器的船舶航线提取

摘要：

船舶自动识别系统(automatic identification system,AIS)数据中蕴含着大量的船舶行为相关信息,从中提取出有效的航线,在海事监管、船只勘查等方面具有广泛应用.本文提出一种基于GRU自编码器(gate re-cuurent unit auto-encoder,GRU-AE)的船舶航线提取方法,首先采用GRU编码器将原始轨迹数据编码为统一格式的深度特征信息,其次利用 DBSCAN(density-based spatial clustering of applications with noise)算法对深度特征信息进行聚类,最后将深度特征类簇中心通过解码器反演生成相应的船舶航线,从而实现在海量AIS数据中挖掘船舶轨迹规律.以波士顿港口为例,分析一年时间内10万多条AIS的船舶航行数据,实验表明本方法可对不同长度轨迹数据进行聚类及其航线提取,并可支撑船舶轨迹异常检测、路径规划、位置预测等研究,具有较好的应用适应性.

关键词：航线提取、船舶自动识别系统、数据挖掘、GRU自编码器、深度特征、解码反演、DBSCAN算法、轨迹聚类

所属期刊栏目：17

分类号：TP18(自动化基础理论)

资助基金：四川省重点研发项目2020YFG0193

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1201-1208