船舶AIS轨迹快速自适应谱聚类算法

作者：牟军敏; 陈鹏飞; 贺益雄; 张行健; 朱剑峰; 荣昊

来源：哈尔滨工程大学学报（英文版）, 2018, 39(03): 428-432.

DOI：10.11990/jheu.201609033

• 船舶自动识别系统
• 船舶轨迹
• Douglas-Peucker算法
• 数据压缩
• Hausdorff距离
• 谱聚类

为了对船舶AIS轨迹数据进行快速聚类,本文提出了一种基于Hausdorff距离的船舶轨迹快速自适应谱聚类算法(fast self-tune spectral clustering,FSSC)。在保留轨迹特征的情况下,利用Douglas-Peucker(DP)算法对船舶轨迹数据进行预处理;基于Hausdorff距离,设计自动选取尺度参数的相似度度量函数,构造相似度矩阵并采用谱聚类算法对船舶轨迹进行聚类。以长江口水域船舶实际AIS数据为样本对算法进行了验证,结果表明:聚类结果能够准确提取水域船舶主要航路,算法消耗系统资源少,计算速度快。该方法对水域船舶主要航路识别,提高海事监管效率等方面具有参考意义。

• 单位
  深圳招商蛇口国际邮轮母港有限公司; 武汉理工大学