-
题名基于频繁航路模式的航迹类型识别
被引量：3
- 1
-
-
作者
宋嘉庚
张扶桑
金蓓弘
窦竹梅
-
机构
中国科学院软件研究所计算机科学国家重点实验室
中国科学院大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2021年第9期59-67,共9页
-
基金
国家自然科学基金(61472408)
-
文摘
随着全球定位系统和雷达技术的发展,越来越多的轨迹数据可以被收集到,其中,飞机、轮船、候鸟等对象产生的轨迹复杂多变,自由度较大。为了帮助识别飞行对象的行为和意图,航迹类型识别具有重要作用。文中提出了一种基于频繁航路模式的航迹分类方法。该方法包含一个频繁航路提取算法和一个卷积神经网络模型。算法首先对轨迹进行压缩,获得关键点;接着通过寻找轨迹自相交点提取闭合航路,然后寻找闭合航路中的频繁航路模式作为模型的分类依据;最后通过图像处理完成航迹类型的识别。文中利用FlightRadar24网站公开的真实航迹数据和模拟数据进行了大量的实验,结果表明,所提方法能有效识别复杂轨迹类型,与不经过轨迹提取的LeNet-5 CNN分类模型相比,所提方法性能更优,在轨迹分类上实现了95%以上的平均准确率。
-
关键词
轨迹分类
飞机轨迹
模式挖掘
频繁航路模式
轨迹模式挖掘
-
Keywords
Trajectory classification
Aircraft trajectory
Pattern mining
Frequent route patterns
Trajectory pattern mining
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
