|
|||||
|
|
| 基于KNN的船舶轨迹分类算法 | |
| 作者姓名： | 刘磊 初秀民 蒋仲廉 钟诚 张代勇 |
| 作者单位： | 武汉理工大学国家水运安全工程技术研究中心;武汉理工大学能源与动力工程学院;武汉理工大学物流工程学院 |
| 摘 要： | 提出基于KNN(K-Nearest Neighbor)的船舶轨迹分类算法:对轨迹间平均距离、航速距离及航向距离进行融合,构成船舶轨迹间综合距离;通过船舶轨迹初步聚类,得到KNN分类样本轨迹;将综合距离作为KNN分类中轨迹间的距离,最终实现船舶轨迹分类.以长江航道武汉段2017年5月的船舶AIS数据为基础,开展基于轨迹间平均距离、豪斯托夫(Hausdorff)距离以及综合距离的船舶轨迹分类验证.结果表明:轨迹点较多时,轨迹间平均距离较Hausdorff距离具有更好的适用性,且基于KNN的分类方法具有较好的实验结果,可有效应用于实际船舶轨迹分类中. |
| 本文献已被 CNKI 等数据库收录！ | |