一种基于改进的DBSCAN的面向海量船舶位置数据码头挖掘算法
【出 处】:
自动识别系统
船舶位置数据
DBSCAN算法
自动优化参数
码头挖掘
AI
【作 者】:
丁兆颖
[1] ;
姚迪
[2] ;
吴琳
[2] ;
毕经平
[2] ;
赵瑞莲
[1]
【摘 要】
目前我国正在大力推行“一带一路”航海战略,航海事业蓬勃发展,大量新码头正在修建中。如何快速、准确地更新码头的空间信息,对于分析进出口贸易、提高码头服务效率等具有很强的现实意义。当前我国主要通过人工测绘手段更新海图,更新间隔在3~12月,远不能满足需求。而利用包括国际海事卫星C系统、北斗卫星、Argos卫星等手段获取的船舶位置数据来进行码头挖掘,为解决获得码头空间信息问题提供了新手段。利用自动识别系统AIs获取的海量船舶位置数据,提出了一种基于自优化参数的码头挖掘算法DBSCAN。一方面能够面向不同船舶类型的不同密度分布进行自动学习优化DBSCAN核心参数,进而聚类出包含码头的停泊区域,具备很强的灵活性;另一方面,融合岸基结构物等空间数据,对停泊区域中的锚区和临时停泊区域等进行排除,获取码头的空间信息,并且达到很高的准确率。利用2012年4月至2014年4月两年中国滚装船的真实轨迹数据和国际滚装船真实轨迹数据进行了码头挖掘实验,准确率能够达到93%以上。
相关热词搜索:
上一篇:云环境下基于Bayesian主观信任模型的动态级调度算法
下一篇:基于Spark Streaming的视频/图像流处理与新的性能评估方法