作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
船舶自动识别系统(A IS)数据蕴藏着大量海上交通特征.为挖掘出A IS交通流数据中有关船舶运动规律有效的、潜在的特征信息,文中提出一种新型船舶轨迹间相似度度量方法和基于核密度估计的改进自适应密度聚类以提取交汇水域航道内船舶交通流轨迹特征.将船号M M SI作为信息节点生成船舶轨迹,采用文中快速相似度度量算法对轨迹进行相似度度量,应用改进自适应密度聚类算法结合快速相似度度量算法对船舶轨迹进行聚类得出不同船舶轨迹类簇.以长江口南港南槽航道交汇处水域为例,釆用文中新型快速相似度度量算法极大的缩短了船舶轨迹间相似度量时间,采用改进自适应密度聚类算法弥补了密度聚类中参数难以确定的问题,提高了聚类效果缩短了聚类时间.
推荐文章
船舶AIS轨迹快速自适应谱聚类算法
船舶自动识别系统
船舶轨迹
Douglas-Peucker算法
数据压缩
Hausdorff距离
谱聚类
基于相异度度量的图聚类方法
图聚类
无向非加权图
邻接矩阵
相异度
基于密度自适应邻域相似图的半监督谱聚类
谱聚类
密度自适应邻域
相似图
半监督学习
一种移动物体时空轨迹聚类的相似性度量方法
时空数据挖掘
移动物体轨迹
轨迹聚类
轨迹相似性度量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 船舶轨迹快速相似度度量与改进自适应密度聚类
来源期刊 武汉理工大学学报(交通科学与工程版) 学科 交通运输
关键词 船舶轨迹 AIS 相似度度量 密度聚类
年,卷(期) 2022,(2) 所属期刊栏目 港口航道与物流工程
研究方向 页码范围 350-355
页数 6页 分类号 U675.7
字数 语种 中文
DOI 10.3963/j.issn.2095-3844.2022.02.031
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
船舶轨迹
AIS
相似度度量
密度聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉理工大学学报(交通科学与工程版)
双月刊
2095-3844
42-1824/U
大16开
武昌区和平大道1178号
38-148
1959
chi
出版文献量(篇)
5723
总下载数(次)
12
总被引数(次)
47608
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导