文献类型：期刊文章

作　　者：马文耀[1,2] 吴兆麟[1] 杨家轩[1] 李伟峰[1]

机构地区：[1]大连海事大学航海学院,辽宁大连116026 [2]广东海洋大学航海学院,广东湛江524000

出　　处：《重庆交通大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61073134);中央高校基本科研业务费项目(3132013015)

年　　份：2015

卷　　号：34

期　　号：5

起止页码：130-134

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、IC、RCCSE、ZGKJHX、核心刊

摘　　要：利用海事大数据辨识船舶运动模式,能够发现高级别情景意识,提高海事监管技术的效率。提出了一种基于单向距离的谱聚类船舶运动模式辨识方法,充分利用单向距离抗干扰特点,构建了基于单向距离的轨迹相似性度量,得到了轨迹相似度矩阵;以无监督学习方式采用谱聚类算法学习轨迹的空间分布,获取船舶的正常运动模式;以琼州海峡实测AIS数据为样本,研究了进入海口秀英港的船舶运动模式,并分别统计了各模式内及模式之间的距离,获取的4种船舶运动模式与实际相符。实验结果表明:该方法聚类精度高,可以适用于沿海港口、狭水道和船舶交通复杂的区域的船舶运动模式辨识。

关 键 词：交通运输工程 运动模式  单向距离  谱聚类 相似性度量  

分 类 号：U672.5]