[发明专利]海量高维AIS轨迹数据聚类方法

权利要求书

1.一种海量高维AIS轨迹数据聚类方法，其特征在于包括如下步骤：

1)AIS轨迹数据预处理：提取船舶轨迹数据，将MMSI号相同的轨迹点作为一条轨迹，依据航向信息分成多条轨迹，对于属于轨迹中的异常点，偏离所有轨迹点的异常点进行删除，计算删除异常点后需要插入的轨迹点数量，对删除异常点后会出现的轨迹点空缺，以及原始AIS数据存在的缺失值进行线性插值填充和数据补全；对插值补全后的船舶自动识别系统AIS数据进进行归一化处理，将轨迹点中的每一个属性分量映射到0～1的范围内；

2)预训练自编码器网络：预训练由一个编码器和解码器构成的自编码器网络，将预处理后的AIS轨迹数据输入到自编码器网络进行循环迭代，经多次循环迭代后，完成自编码器网络“输入-降维-特征-升维-重构”过程，自编码器网络编码器部分参数的初始化成功后，输出降维后的轨迹特征嵌入点Z_i；

3)初始化聚类中心：基于欧氏距离的k-means算法，对自编码器里编码器部分提取的低维轨迹特征空间集合进行聚类，得到聚类中心的初始化聚点μ_j；

4)构建深度聚类网络：将预训练好的编码器加入聚类层构建深度聚类网络，基于机器学习中的t-SNE思想，需要构建两个分布，通过拉近两个分布间的距离实现迭代聚类；

首先将数据与聚类中心聚点的欧氏距离转化为条件概率来表征数据点分配给聚类中心的概率，计算轨迹特征嵌入点Z_i分配给初始化聚点μ_j的软分配概率，根据初始聚类目标分布，构建辅助目标分布用来衡量样本的聚类目标分布，将KL散度作为深度聚类网络损失函数，采用梯度下降算法，分别求出损失函数L相对于每个轨迹特征嵌入点Z_i和聚类中心μ_j的梯度，拉近两个目标分布之间的距离，形成一个概率分布列，当有2个连续迭代之间的簇分配变化小于设定值时，聚类过程停止，得到最终聚类结果。

2.如权利要求1所述的海量高维AIS轨迹数据聚类方法，其特征在于：在AIS数据预处理中，对于同一艘船区域内往返多次的情况，依据航向信息分成多条轨迹，其中，轨迹点p_i＝(t,lon,lat,sog,head)，第j条轨迹表示为

式中，i＝1，2，…n，n表示轨迹中包含的轨迹点数，t表示轨迹点采集的时间，lon表示经度，lat表示纬度，sog表示对地航向，head表示船首向。

3.如权利要求2所述的海量高维AIS轨迹数据聚类方法，其特征在于：对于删除异常点后出现的轨迹点空缺，以及原始AIS数据存在中间值缺失，进行线性插值，对缺失值进行填充；当相邻两轨迹点的时间间隔大于给定阈值时，计算需要插入的轨迹点数量，然后再进行插值处理，首先计算需要插值的b、a两轨迹点之间的时间间隔，得到需要插入轨迹点的数量：

得到插入轨迹点的数量N之后，对轨迹的经纬度、对地航速和船首向进行插值处理，计算时间段内缺失的船舶轨迹数据p_i：

其中，t(p_b-p_a)表示轨迹点P_b,P_a间的时间间隔，t_threshold为预定义的时间阈值。

4.如权利要求1所述的海量高维AIS轨迹数据聚类方法，其特征在于：为加速网络的训练速度和提高计算效率，给定一个N个高维的数据x₁、x₂、…x_N，首先计算概率p_ji，正比于数据点x_i与x_j之间的相似度，将轨迹点中的每一个属性分量映射到0～1的范围内，对插值补全AIS数据，然后进行归一化处理，得到归一化后经度lon，纬度lat，对地航向sog和船首向head的归一化后的属性值x'：

此时所有轨迹点的属性值均映射到0～1范围内；

式中，N是数据样本数量，x为归一化前的属性值，x_max为最大属性值，x_min为最小属性值。