基于改进谱聚类算法的航路辨识

• 作者: 史国友 吴京霖 李爽 陈晓 高邈
• 来源期刊: 上海海事大学学报
• 关键词: 航路辨识 谱聚类 船舶自动识别系统(AIS) 大数据 k均值算法
• 年，卷（期）: 2019,（4）
• 页码范围: 1-6
• 页数: 6页
• 分类号: U675.7
• 语种: 中文
• DOI: 10.13340/j.jsmu.2019.04.001

摘要

为解决船舶自动识别系统(automatic identification system,AIS)数据挖掘不够充分,对航路辨识分析不够全面等问题,提出一种基于改进谱聚类算法的数据挖掘方式.利用Sliding Window算法对船舶轨迹AIS数据进行压缩,减少数据冗余提高聚类效率.改进亲和距离函数,提出新的亲和矩阵的标准,提高聚类的稳定性,进一步对数据去噪,减少噪声敏感.通过优化初始中心对k均值算法进行改进,优化全局搜索能力,缓解初始值的选取对聚类效果的影响.以天津港AIS数据为样本进行算法验证.结果 表明,该聚类算法能准确提取和划分某水域船舶主要航迹段,算法消耗系统资源少,计算速度快.改进后的算法可为航路辨识、分道通航制定等提供理论支持.