摘要
在AIS轨迹的聚类过程中,由于MMSI码存在欺骗等问题,原始数据的可信度不高。针对以上问题提出AIS数据预处理的方案,可以过滤无效数据,同时完成轨迹源一致性检测。现有的研究中对轨迹的聚类,多使用基于密度的聚类算法,受限于该算法的复杂度高耗费时间长,于是提出了一种基于编码后的航行模式序列的聚类方法。方法在航向编码时按照网格压缩了轨迹,同时保留了轨迹点之间的时空关系,能够较完整得提取出轨迹形状的信息。实验使用DBSCAN算法进行聚类,序列之间的距离使用DTW进行度量完成聚类,结果表明算法能得到不同形状的轨迹簇且大大简化了所需的计算量,在处理大量的AIS点迹时具有明显的优势。
In the process of AIS trajectory clustering,due to the deception and other problems of MMSI codes,the credibility of the original data is not high.Aiming at the above problems,a program of AIS data preprocessing is proposed,which can filter invalid data and carry out consistency detection.Existing researches mostly use density-based clustering algorithms for trajectory clustering,due to the high complexity of the algorithm and time-consuming,a clustering method based on the coded navigation pattern sequence is proposed.This method compresses the trajecto-ry according to the grid during course encoding,while retaining the time-space relationship between the trajectory points,and can more completely extract the information of the trajectory shape.The experiment uses the DBSCAN al-gorithm for clustering,and the distance between the sequences is measured by DTW to complete the clustering.The results show that the algorithm can obtain trajectory clusters of different shapes and greatly simplifies the amount of calculation required,which has obvious advantages when dealing with a large number of AIS traces.
作者
何春城
曹伟
管志强
HE Chun-cheng;CAO Wei;GUAN Zhi-qiang(No.724 Research Institute of CSIC,Nanjing Jiangsu 211106,China)
出处
《计算机仿真》
北大核心
2023年第5期318-322,共5页
Computer Simulation
基金
海装预研课题(3020104080503)。
关键词
航向序列聚类
数据挖掘
一致性检测
网格
动态时间弯曲算法
Course sequence clustering
Data mining
Consistency detection
Grid
Dynamic time warping(DTW)algorithm
作者简介
何春城(1997-),男(汉族),安徽合肥市人,硕士研究生,主要研究领域为雷达数据处理,数据挖掘方向;曹伟(1968-),男(汉族),北京市人,硕士,硕士生导师,研究员,主要研究领域为雷达数据处理,软件总体系统;管志强(1982-),男(汉族),山西人,博士,高级工程师,主要研究领域为数据挖掘和目标识别。
