[发明专利]海量高维AIS轨迹数据聚类方法

说明书

本发明公开的一种海量高维AIS轨迹数据聚类方法，准确率高，运行速度快。本发明他根本下述技术方案实现：依据航向信息分成多条轨迹，对AIS轨迹数据预处理并进行线性插值和数据补全；将预处理后的AIS轨迹数据输入到自编码器网络进行重构训练，输出降维后的轨迹特征嵌入点；基于欧氏距离的k‑means算法，对轨迹特征嵌入点进行聚类，得到初始聚点；将预训练好的编码器加入聚类层构建深度聚类网络，分别计算轨迹特征嵌入点分配给初始聚点的软分配概率，以及属于某个聚类的辅助分配概率，采用梯度下降算法计算二者KL散度，当连续迭代之间的聚类分配变化小于设定值时，聚类过程停止，得到最终聚类结果。

技术领域

本发明涉及数据聚类技术，更具体的，涉及一种基于深度嵌入聚类的船舶自动识别系统AIS轨迹聚类方法，用来解决海量高维船舶AIS轨迹数据的聚类问题。

背景技术

时空轨迹是移动对象位置和时间的记录序列，作为一种重要的时空对象数据类型，时空轨迹在交通流模式和特性研究、资源分配、海冰监测等领域等方面有着广泛的应用,通过对各种时空轨迹数据进行分析,可以得到时空轨迹数据中的相似性特征，发现其中有意义的轨迹模式。船舶轨迹数据是时空轨迹数据的一种,记录了船舶的航行过程和相应的行为特征。随着船舶自动识别系统AIS在船上的广泛应用，船舶轨迹数据的获取越来越容易，这些包括船位、时间、船速、航向、转头角速度等属性的船舶AIS轨迹数据是分析船舶聚集特性的数据源,如何从这些海量的数据中挖掘出所蕴含的有价值的信息，对于研究船舶交通行为模式、分析船舶交通流特征具有重要的意义。

AIS系统是船舶自动识别系统(AutomaticIdentificationSystem)的简称，由岸基(基站)设施和船载设备共同组成，是一种新型的集网络技术、现代通讯技术、计算机技术、电子信息显示技术为一体的数字助航系统和设备。船舶自动识别系统AIS可以不间断地发送本船的相关信息，通过AIS接收机即可接收到该数据。通常AIS接收基站都是部署在陆地上的，这样只能接收到基站附近约60公里范围内的船舶数据，而卫星AIS则是把AIS接收机安装到卫星上，这样即可不受地域范围限制地接收到全球船舶的AIS信息。随着港口水域船舶交通密度不断提高，水域内的船舶航行情况越来越复杂，对船舶交通管理能力也提出了更高要求。

根据船舶AIS轨迹数据的特点，船舶轨迹数据AIS数据包含的内容主要有船舶静态信息、动态信息以及航次相关信息。船舶AIS轨迹数据主要是通过AIS基站获得。在航行过程中,一般直接接入全球定位系统的位置、速度等信息,这些信息经由船舶AIS发射机编码向外发射,并由附近船舶或岸基AIS接收机接收。在以上船舶AIS数据采集的过程中,船舶驾驶人员的手工输入、AIS信息的传输、采集到信息后的存储等环节都有可能现误差或错误，并且原始的AIS数据通常存在时间乱序、数据异常、数据缺失、以及轨迹点数量不相等的情况，因此，为提高船舶AIS轨迹数据的质量，在使用前，有必要进行数据的预处理。船舶AIS轨迹数据预处理大致有以下几个方面的内容:

1)缺失数据的处理。缺失数据处理主要是针对船舶轨迹数据中的静态数据,如船名、船宽、船舶类型等，对于这些数据，可以通过海事主管部门的船名录或船舶数据库进行核对。如果是动态数据缺失，一般将该条数据作为错误数据处理。

2)降维归约。船舶轨迹数据包含的属性较多,但并不是所有的属性都是我们所需要的，可以根据研究实际情况剔除不需要的属性,从而得到数据集的简化表示。如在只研究船舶轨迹空间信息时，可只保留船舶位置、船名属性，而剔除其他的属性.

3)数值概念分层。对于有些船舶轨迹数据，比如船长、船宽、船舶吨位等,可根据在应用时的实际情况,进行概念分层处理。例如对于集装箱船，根据船长不同可分为超大型集装箱船、大型集装箱船、中型集装箱船和小型集装箱船,对船舶进行相应的数值概念分层。