[发明专利]一种基于改进K-Means聚类算法的船舶过桥行为特征提取方法有效
| 申请号： | 201910740212.6 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110705582B | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 毛喆;阎路平;张金奋 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 刘琰 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进K‑Means聚类算法的船舶过桥行为特征提取方法，该方法包括以下步骤：步骤1、获取测试集中桥区大量自由航行船舶的AIS数据；步骤2、对船舶行为特征参数进行标准化处理；步骤3、对船舶行为特征参数进行筛选，判断船舶是否为跟驰行为，得到筛选后的独立过桥船舶数据；步骤4、对独立过桥船舶数据，选取初始聚类数目K0，通过对K‑Means算法进行改进得到KM‑ISO算法，使用KM‑ISO算法对独立过桥船舶数据进行聚类处理；步骤5、对测试集的过桥行为特征分布进行统计。本发明能快速准确地将船舶过桥行为特征进行了聚类分布统计，克服数据初始值、噪声和离群值的敏感性，整个提取过程方便有效率，船舶过桥特征提取清晰可靠。 | ||
| 搜索关键词： | 一种 基于 改进 means 算法 船舶 过桥 行为 特征 提取 方法 | ||
【主权项】：
1.一种基于改进K-Means聚类算法的船舶过桥行为特征提取方法，其特征在于，该方法包括以下步骤：/n步骤1、获取测试集中桥区大量自由航行船舶的AIS数据；/n步骤2、根据获取到的AIS数据，对船舶行为特征参数进行标准化处理；/n步骤3、对船舶行为特征参数进行筛选，判断船舶是否为跟驰行为，得到筛选后的独立过桥船舶数据；/n步骤4、对独立过桥船舶数据，选取初始聚类数目K0，通过对K-Means算法进行改进得到KM-ISO算法，使用KM-ISO算法对独立过桥船舶数据进行聚类处理，提取船舶速度波动性特征、航向波动性特征以及位置特征；/n步骤5、对测试集的过桥行为特征分布进行统计。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉理工大学，未经武汉理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910740212.6/，转载请声明来源钻瓜专利网。
