摘要

针对船舶航迹数据量大、数据冗余、航迹特征不明显等问题,提出一种融合道格拉斯-普克(Douglas-Peucker, DP)压缩算法和基于距离的快速捆绑包(Quick Bundles, QB)聚类算法的水上交通模式识别方法。该方法根据航迹数据特征、压缩率和压缩误差等指标选择合理的压缩阈值实现大规模船舶自动识别系统(automatic identification system, AIS)数据的压缩。在此基础上,提出一种基于最小直接翻转距离的聚类指标,利用QB算法实现船舶航迹的有效聚类。实验结果表明,提出的方法既可以简化航迹聚类过程,也可准确高效地实现航迹聚类,为水上交通精细化管理与决策提供数据支撑。

全文