%0 Journal Article
%T 船舶AIS轨迹快速自适应谱聚类算法
%A 牟军敏
%A 陈鹏飞
%A 贺益雄
%A 张行健
%A 朱剑峰
%A 荣昊
%J 哈尔滨工程大学学报
%D 2018
%R 10.11990/jheu.201609033
%X 为了对船舶AIS轨迹数据进行快速聚类，本文提出了一种基于Hausdorff距离的船舶轨迹快速自适应谱聚类算法（fast self-tune spectral clustering，FSSC）。在保留轨迹特征的情况下，利用Douglas-Peucker（DP）算法对船舶轨迹数据进行预处理；基于Hausdorff距离，设计自动选取尺度参数的相似度度量函数，构造相似度矩阵并采用谱聚类算法对船舶轨迹进行聚类。以长江口水域船舶实际AIS数据为样本对算法进行了验证，结果表明：聚类结果能够准确提取水域船舶主要航路，算法消耗系统资源少，计算速度快。该方法对水域船舶主要航路识别，提高海事监管效率等方面具有参考意义。
%K 船舶自动识别系统
%K 船舶轨迹
%K Douglas-Peucker算法
%K 数据压缩
%K Hausdorff距离
%K 谱聚类
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=201609033