自适应高斯混合模型海上移动对象浮标轨迹聚类研究

• 作者: 孙伟 葛丽阁
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 高斯混合模型 自适应聚类 浮标轨迹
• 年，卷（期）: xdjsjzxk_2018,（8）
• 页码范围: 3-8
• 页数: 6页
• 分类号: TP391.41

摘要

海洋轨迹具有震荡性大和非受限性等特征而成为研究的热点和难点。针对现有算法研究的不足,提出一种自适应高斯混合模型的聚类算法,可在很大程度上可以避免人工设定聚类个数的烦扰,首先通过设定一个较小的起始聚类簇个数作为EM（即期望最大化算法）的初始化参数,然后设定一个合适的阈值不断迭代来确定是否增加聚类个数,从而得到最优的聚类簇。通过实验仿真表明自适应高斯混合模型聚类算法不仅实用性和可靠性较高,与传统的高斯混合模型和HMM聚类相比可信度较高,而且该算法适用于海上浮标非受限复杂轨迹,通过对轨迹的聚类分析可以为未来的工作,例如海上搜救、轨迹异常点检测和海洋运输业的繁荣,提供重要的意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟	上海海事大学信息工程学院	22	126	6.0	11.0
2	葛丽阁	上海海事大学信息工程学院	4	11	2.0	3.0