基于轨迹的内河船舶行为模式挖掘

• 作者: 刘敬贤 朱姣 李欢欢 陈笑
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 水上交通安全 船舶轨迹 行为模式 增量式DBSCAN 数据挖据
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 交通规划与管理
• 页码范围: 107-116,132
• 页数: 11页
• 分类号: U692
• 字数: 7705字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2017.03.014

摘要

从内河海量的船舶AIS数据中提取出有用的交通知识,辅助水上安全监管,对于研究日益复杂的水上交通安全形势具有重要意义.基于内河船舶行为特征,构造由船舶位置、航速和航向4个维度组成的船舶航行状态空间来描述船舶行为.针对传统DBSCAN聚类算法提取状态空间中相似船舶轨迹存在计算复杂高的问题,提出增量式算法改进DBSCAN算法用以高效地计算不同船舶的行为模式;然后利用核密度估计等统计方法对不同模式的船舶行为特征进行数据挖掘,得到船舶航速、航向和位置的时空分布特征规律,进一步挖掘不同行为模式下的船舶微观特征.以武汉航段的汉江分叉航道水域作为研究案例,利用所提的方法对该水域分析研究,得到了6类不同行为模式,挖掘出不同模式下分叉航道内船舶静态属性信息(船舶类型、船舶尺寸)、空间分布特征(轨迹点分布、航速分布、航向分布)、船舶到达规律等信息.利用该模型所提取的知识有助于水上监管人员迅速获取水域交通态势,从而提高水上交通安全监管的水平和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敬贤	武汉理工大学航运学院	62	698	15.0	24.0
5	李欢欢	武汉理工大学航运学院	16	138	5.0	11.0
9	朱姣	武汉理工大学航运学院	1	12	1.0	1.0
13	陈笑	武汉理工大学航运学院	1	12	1.0	1.0