一种基于改进的DBSCAN的面向海量船舶位置数据码头挖掘算法

发布时间：2017-08-16 02:04

  本文关键词：一种基于改进的DBSCAN的面向海量船舶位置数据码头挖掘算法

  更多相关文章： 自动识别系统 船舶位置数据 DBSCAN算法 自动优化参数 码头挖掘

【摘要】：目前我国正在大力推行"一带一路"航海战略,航海事业蓬勃发展,大量新码头正在修建中。如何快速、准确地更新码头的空间信息,对于分析进出口贸易、提高码头服务效率等具有很强的现实意义。当前我国主要通过人工测绘手段更新海图,更新间隔在3~12月,远不能满足需求。而利用包括国际海事卫星C系统、北斗卫星、Argos卫星等手段获取的船舶位置数据来进行码头挖掘,为解决获得码头空间信息问题提供了新手段。利用自动识别系统AIS获取的海量船舶位置数据,提出了一种基于自优化参数的码头挖掘算法DBSCAN。一方面能够面向不同船舶类型的不同密度分布进行自动学习优化DBSCAN核心参数,进而聚类出包含码头的停泊区域,具备很强的灵活性;另一方面,融合岸基结构物等空间数据,对停泊区域中的锚区和临时停泊区域等进行排除,获取码头的空间信息,并且达到很高的准确率。利用2012年4月至2014年4月两年中国滚装船的真实轨迹数据和国际滚装船真实轨迹数据进行了码头挖掘实验,准确率能够达到93%以上。
【作者单位】： 北京化工大学信息学院;中国科学院计算技术研究所;
【关键词】： 自动识别系统 船舶位置数据 DBSCAN算法 自动优化参数 码头挖掘
【分类号】：TP311.13
【正文快照】： 1引言船舶目标跟踪方法有很多种,比如国际海事卫星C系统、北斗卫星、Argos卫星、AIS(AutomaticIdentification System)等。不同方法各有优劣,比如国际海事卫星C系统是全天候、全球范围、稳定可靠的,但是终端价格和通信费稍高;北斗卫星技术速度快,但目前只是区域性,且终端尚不

【参考文献】

中国期刊全文数据库 前1条

1 王勇;;AIS技术在航海实践中的应用分析[J];科技与企业;2013年22期

【共引文献】

中国期刊全文数据库 前1条

1 徐晓梅;;AIS技术在航海中的应用及发展浅析[J];科技致富向导;2015年17期

中国硕士学位论文全文数据库 前1条

1 张锋;AIS二进制电文中文显示终端的研究与开发[D];集美大学;2014年

【二级参考文献】

中国期刊全文数据库 前1条

1 刘巧明;戴海智;;探讨AIS在保障水上交通安全中的作用[J];珠江水运;2010年07期

中国硕士学位论文全文数据库 前4条

1 刘瑜;基于AIS的船舶动态监控及其应用[D];大连海事大学;2008年

2 车得飞;水上安全监管系统中AIS信息处理技术研究[D];大连海事大学;2008年

3 荆晓刚;基于AIS的港口引航生产安全监控管理系统开发与应用[D];大连海事大学;2008年

4 刘铿;内河船舶交通动态协调管理方法研究[D];武汉理工大学;2010年

【相似文献】

中国期刊全文数据库 前10条

1 周水庚,周傲英,曹晶;基于数据分区的DBSCAN算法[J];计算机研究与发展;2000年10期

2 ;Scaling up the DBSCAN Algorithm for Clustering Large Spatial Databases Based on Sampling Technique[J];Wuhan University Journal of Natural Sciences;2001年Z1期

3 岳士弘,李平,郭继东,周水庚;Using Greedy algorithm: DBSCAN revisited II[J];Journal of Zhejiang University Science;2004年11期

4 蔡颖琨,谢昆青,马修军;屏蔽了输入参数敏感性的DBSCAN改进算法[J];北京大学学报(自然科学版);2004年03期

5 宋明,刘宗田;基于数据交叠分区的并行DBSCAN算法[J];计算机应用研究;2004年07期

6 熊忠阳,孙思,张玉芳,王秀琼;一种基于划分的不同参数值的DBSCAN算法[J];计算机工程与设计;2005年09期

7 何中胜;刘宗田;庄燕滨;;基于数据分区的并行DBSCAN算法[J];小型微型计算机系统;2006年01期

8 李杰;贾瑞玉;张璐璐;;一个改进的基于DBSCAN的空间聚类算法研究[J];计算机技术与发展;2007年01期

9 冯少荣;肖文俊;;基于密度的DBSCAN聚类算法的研究及应用[J];计算机工程与应用;2007年20期

10 谭颖;胡瑞飞;殷国富;;多密度阈值的DBSCAN改进算法[J];计算机应用;2008年03期

中国重要会议论文全文数据库 前8条

1 马帅;宋国杰;唐世渭;杨冬青;王腾蛟;;基于单元划分的DBSCAN聚类算法[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

2 朵春红;王翠茹;;基于取样的DBSCAN聚类算法及其遗传优化[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

3 庞洋;李海林;郭义喜;;基于DBSCAN算法的日志信息聚类研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 宫蕊;舒红平;郭远远;;基于DBSCAN的密度聚类算法的研究[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

5 张健沛;许慧;杨静;崔洪晶;;基于数据分区、QR~*-树的并行DBSCAN算法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

6 Yi-Chun Xu;Man Zhu;Zunhai Ke;Yong Liu;Suifa Sun;;Isolating Ships from Shape Curve with DBSCAN[A];第25届中国控制与决策会议论文集[C];2013年

7 范晔;周水庚;曹晶;周傲英;;通过数据取样扩展基于密度的聚类算法[A];第十六届全国数据库学术会议论文集[C];1999年

8 曹晶;周水庚;范晔;周傲英;;数据分区:一种改善基于密度的聚类算法的方法[A];第十六届全国数据库学术会议论文集[C];1999年

中国硕士学位论文全文数据库 前10条

1 陆颖华;基于局部敏感哈希的DBSCAN算法研究[D];南京信息工程大学;2015年

2 汪洋;采用DBSCAN聚类的自适应步长细菌觅食算法[D];南京师范大学;2015年

3 罗启福;基于云计算的DBSCAN算法研究[D];武汉理工大学;2013年

4 吴林敏;针对非均匀数据集的DBSCAN过滤式改进算法[D];重庆大学;2009年

5 虞倩倩;基于数据划分的DBSCAN算法研究[D];江南大学;2013年

6 黄毅磊;DBSCAN算法及在城市网格化管理中的应用[D];上海交通大学;2010年

7 孙思;利用遗传思想进行数据划分的DBSCAN算法研究[D];重庆大学;2005年

8 许慧;基于数据分区和QR*树的并行DBSCAN算法研究[D];哈尔滨工程大学;2007年

9 王雅光;基于Hadoop平台的DBSCAN算法应用研究[D];广东工业大学;2013年

10 李静;结合蚁群算法与基于划分的DBSCAN聚类算法的研究[D];东北师范大学;2011年

，

本文编号：680905