[发明专利]一种船舶AIS轨迹混合聚类方法及系统

说明书

本发明公开了一种船舶AIS轨迹混合聚类方法及系统，具体步骤包括：S1.系统接收历史AIS数据，并对其进行数据处理后获得待分类轨迹D＝{x₁,x₂,...,x_m}；S2.对步骤S1中得到的待分类轨迹D＝{x₁,x₂,...,x_m}进行K‑Means初步聚类得到轨迹C＝{c¹,c²,...,c^L}；S3.对C＝{c¹,c²,...,c^L}中每一个子轨迹类c^j采用不同的参数进行DBSCNA聚类，根据DBSCAN聚类结果e^j＝{e₁,e₂,...,e_p}，结合聚类评估模型，计算各对参数下聚类结果的评估值，选择评估结果最优的DBSCAN聚类结果作为子轨迹类c^j的最终轨迹类别。本发明借助船舶轨迹相异度计算模型的差异和各类聚类方法的优势，有效提高船舶规矩聚类的效率和效果，从而为船舶行为分析和海事船舶管理提供有效支撑。

技术领域

本发明是一种船舶AIS轨迹混合聚类方法及系统，属于海事船舶AIS数据分析和船舶轨 迹聚类领域。

背景技术

AIS系统为船舶行为分析和海事管理提供了数据基础，包括避碰研究、异常检测、行为 分析、知识提取以及跟踪预测多等个方面。基于AIS的船舶航行轨迹数据由同一艘船舶在一 段时间内多条且连续动态AIS点组成。通过对船舶轨迹的研究，可以实现对船舶航行轨迹进 行跟踪和预测，从而使用避碰规则来提高船舶航行安全；另一方面，通过对船舶轨迹研究有 助于船舶行为分析，同时实现对船舶行为的异常检测，提高海事监管能力。当前国外内船舶 轨迹聚类研究中，轨迹模式相对实际情景较为简单，且轨迹数量较少，聚类分析的结果缺少 验证，同时船舶轨迹聚类过程中未充分考虑船舶轨迹特征。

基于此，针对指定区域的轨迹聚类，根据船舶轨迹的起点和终点可以明确初步轨迹的类 型数目，同时轨迹起点和终点特征的经纬度值可以被平均，可结合K-Means聚类的特点，首 先对轨迹进行初步聚类；之后，经K-Means聚类获得各子类轨迹中包含不同类型的轨迹，包 括不同航线的轨迹和异常轨迹等，可结合DBSCAN算法对密度集中的数据聚类能力和异常数 据的识别能力，实现对子轨迹的进一步聚类和异常识别。

发明内容

发明目的：本发明提出一种船舶AIS轨迹混合聚类方法及系统，能够较好得完成对船舶 轨迹的聚类，以便进行后续船舶行为统计分析和异常检测。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：

一种船舶AIS轨迹混合聚类系统，该系统包括：船舶AIS数据重构模块、船舶轨迹初步 聚类模块、船舶子轨迹类二次聚类模块；

所述船舶AIS数据重构模块用于针对历史AIS数据，根据MMSI的差异识别不同船舶， 根据时间戳的间隔判断AIS数据连续性从而判断同一船舶不同轨迹段，通过数据排序和分割 的方法，获取历史船舶轨迹数据；

所述船舶轨迹初步聚类模块基于船舶轨迹起点和终点的差异，通过绘制船舶原始轨迹明 确所有船舶轨迹起点和终点分布，确定轨迹类别数目，结合K-Means算法对空间点集聚类的 优势，实现船舶轨迹初步聚类；

所述船舶子轨迹类二次聚类模块基于K-Means聚类获得子类轨迹，分析子类船舶轨迹之 间的特征差异，在对轨迹相异度计算模型进行筛选的基础上，构建综合相异度计算模型，通 过k个最近邻的距离特征确定DBSCAN算法中参数ε和MinLns的值，借助DBSCAN的算法 对密度集中的数据聚类能力和异常数据的识别能力，实现对子轨迹类的聚类。

用上述的船舶AIS轨迹混合聚类系统进行船舶轨迹混合聚类方法，该方法包括如下步骤：