船舶轨迹聚类分析与应用

作者：周海; 陈姚节; 陈黎

来源：计算机仿真, 2020, 37(10): 113-199.

• 轨迹分析
• 相似性度量
• 融合距离
• 行为模式

从船舶AIS数据中挖掘出相关的行为模式,辅助水上安全监管,对于日益复杂的海上交通安全形势具有重要意义。以大量船舶AIS数据为基础,首先利用融合距离(MD)对轨迹相似性进行度量,针对传统DBSCAN算法需对每个样本的邻域重复查询的问题,提出一种改进的DBSCAN算法,从减少区域查询次数从而提高算法的时间效率,完成对已有轨迹的聚类。采用上海陆家嘴段水域6h获取的AIS数据去验证算法的有效性。实验结果表明,与传统相似性度量方法相比,改进后的基于融合距离的DBSCAN算法在充分降低时间复杂度的基础上得到了较好的聚类效果,验证了所提算法的有效性。最后分析了船舶轨迹聚类的3个应用,提取了船舶的3种运动模式,丰富了船舶行为模式特征。

• 单位
  武汉科技大学; 智能信息处理与实时工业系统湖北省重点实验室