文献类型：期刊文章

作　　者：江玉玲[1] 熊振南[2] 唐基宏[1]

JIANG Yuling;XIONG Zhennan;TANG Jihong(Chengyi College, Jimei University, Xiamen 361021, China;Navigation College, Jimei University, Xiamen 361021, China)

机构地区：[1]集美大学诚毅学院,厦门361021 [2]集美大学航海学院,厦门361021

出　　处：《中国航海》

基　　金：福建省教育厅中青年教师教育科研项目(JAT170912);福建省自然科学基金(2016J01243)

年　　份：2019

卷　　号：42

期　　号：3

起止页码：1-5

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：船舶自动识别系统(Automatic Identification System, AIS)数据中蕴藏着大量的海上交通特征,为挖掘AIS数据中有关船舶运动规律有效的、潜在的信息,提出一种改进型轨迹段DBSCAN(Density-Based Spatitcal Clustering of Applications with Noise)的聚类算法。船位转向角和航速变化量作为信息度量对船舶轨迹进行分段,采用离散Frechet距离作为轨迹相似度度量,利用类似DBSCAN算法对轨迹段进行聚类,得出船舶运动典型轨迹。以天津港为例,采用改进的轨迹段DBSCAN算法对船舶轨迹进行聚类,能从一定程度上提高聚类的效果和准确率,为进一步研究船舶异常行为打下基础。

关 键 词：船舶轨迹  分段  相似度度量 DBSCAN 轨迹聚类

分 类 号：U675.7]