船舶軌跡的數(shù)據(jù)挖掘框架及應(yīng)用.pdf

1、隨著世界經(jīng)濟的發(fā)展，水上交通的運輸任務(wù)日益繁重，水域交通狀況越發(fā)繁雜。為了保障人員財產(chǎn)安全、保護海洋環(huán)境、維護國家主權(quán)，加強對海上交通態(tài)勢的了解及交通監(jiān)管十分重要。長久以來，船舶的交通流觀測仍以視覺和雷達觀測為主，缺乏船舶具體信息，且低效。此外海事監(jiān)管部門的主要監(jiān)管手段是通過低效的人工值守完成的，容易隨著值守人員的注意力下降、疲勞等人為因素，發(fā)生誤報和漏報現(xiàn)象。本文旨在挖掘大量累積的AIS軌跡數(shù)據(jù)，獲得船舶運動模式，為航道建設(shè)、航路規(guī)劃

2、提供輔助決策，實現(xiàn)異常船舶的識別，從而提高監(jiān)管效率，降低風(fēng)險，優(yōu)化通行效率，節(jié)省貨物運輸成本。
　　本文以船舶運動軌跡為研究對象，采用了數(shù)理統(tǒng)計分析、聚類分析等技術(shù)，對船舶軌跡的數(shù)據(jù)挖掘方法進行了研究，主要工作包括以下4個方面。
　　(1)總結(jié)歸納了包括噪聲清洗手段在內(nèi)的AIS軌跡數(shù)據(jù)預(yù)處理方法，并對在天津VTS中心采集AIS報文過程中出現(xiàn)的校驗位錯亂的異?，F(xiàn)象進行了分析，發(fā)現(xiàn)了AIS報文數(shù)據(jù)中存在著標識符封裝錯亂的問題，并

3、提出標識符循環(huán)代入驗證的優(yōu)化采集方法。實驗結(jié)果表明新的采集方法能夠規(guī)避封裝錯亂的問題，提升AIS報文的采集質(zhì)量。
　　(2)提出利用“子軌跡長度和”量化壓縮精度的方法，通過數(shù)理統(tǒng)計，選取能夠保留較多軌跡特征點的閾值，從而確定Douglas-Peucker算法的壓縮上限，并通過瓊州海峽水域的實船數(shù)據(jù)驗證了該方法能夠在壓縮數(shù)據(jù)量的同時，保留原數(shù)據(jù)的交通流特性，以此劃分出的船舶軌跡是有效的。
　　(3)提出了通過統(tǒng)計核心距離的分布

4、密度，利用Inverse Gaussian擬合曲線的極值和擬聚類后的噪聲數(shù)量變化規(guī)律，確定密度聚類算法參數(shù)的方法，以及提出通過層次進行密度聚類的具體流程，以適應(yīng)密度分布不均的船舶軌跡數(shù)據(jù)。實例分析說明了該方法能夠區(qū)分不同相似性的軌跡，聚合相似性較高的軌跡，可以用以建立船舶行為的模型。
　　(4)建立了基于“Douglas-Peucker船舶軌跡劃分—結(jié)構(gòu)化相似性度量—自適應(yīng)層次密度聚類/譜聚類/軌跡核密度估計”的船舶軌跡數(shù)據(jù)挖掘框