一种基于DBSCAN的船舶会遇实时识别方法

• 作者: RIVEIRO Maria 甄荣 金永兴
• 来源期刊: 上海海事大学学报
• 关键词: 海上交通监控 DBSCAN 船舶会遇 航行风险
• 年，卷（期）: 2018,（1）
• 页码范围: 1-5
• 页数: 5页
• 分类号: U698.8
• 语种: 中文
• DOI: 10.13340/j.jsmu.2018.01.001

摘要

针对海上交通监控中船舶数量众多,且对具有潜在碰撞危险的船舶识别效率不高的问题,提出一种基于DBSCAN(带噪声的基于密度的空间聚类)的船舶会遇实时识别方法.根据海上交通风险监控的研究需求,分析船舶会遇局面的定义.运用墨卡托算法计算船舶之间的距离,采用DB-SCAN算法进行船舶会遇聚类识别.基于浙江舟山群岛西南海域航行船舶的AIS数据,对设置不同船舶会遇距离的试验结果进行比较分析,结果表明:当船舶会遇距离为1 n mile时,可以将56艘船划分为7个会遇船舶类,占船舶总数的32.1％,每个会遇船舶类包括2～3艘船.将该方法运用到实际海上交通监控中,可对每个会遇船舶类中的船舶航行动态进行重点关注,降低海上交通监控人员的工作负担,提高海上交通监控的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金永兴	上海海事大学商船学院	43	291	9.0	15.0