船舶AIS轨迹快速自适应谱聚类算法 |
| |
引用本文: | 牟军敏,陈鹏飞,贺益雄,张行健,朱剑峰,荣昊.船舶AIS轨迹快速自适应谱聚类算法[J].哈尔滨工程大学学报,2018(3). |
| |
作者姓名: | 牟军敏 陈鹏飞 贺益雄 张行健 朱剑峰 荣昊 |
| |
作者单位: | 武汉理工大学航运学院;湖北省内河航运重点实验室;深圳招商蛇口国际邮轮母港有限公司;里斯本科技大学海洋技术与工程中心; |
| |
摘 要: | 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。
|
本文献已被 CNKI 等数据库收录! |
|