-
题名基于KNN的船舶轨迹分类算法
被引量：16
- 1
-
-
作者
刘磊
初秀民
蒋仲廉
钟诚
张代勇
-
机构
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
-
出处
《大连海事大学学报》
CAS
CSCD
北大核心
2018年第3期15-21,共7页
-
基金
国家自然科学基金资助项目(51479155)
国家重点研发计划项目(2016YFC0402006)
-
文摘
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.
-
关键词
交通工程
船舶轨迹
轨迹分类
船舶自动识别系统(ais)
KNN算法
-
Keywords
transport engineering
ship trajectory
trajectoryclassification
automatic information system（ais）
KNN （KNearest Neighbor） algorithm
-
分类号
U697.31
[交通运输工程—港口、海岸及近海工程]
-
-
题名基于深度卷积神经网络的船舶轨迹分类研究
被引量：4
- 2
-
-
作者
常吉亮
谢磊
魏志威
杨洋
赵建伟
-
机构
武汉理工大学国家水运安全工程技术研究中心
武汉理工大学船海与能源动力工程学院
中国船舶工业综合技术经济研究院
-
出处
《武汉理工大学学报（交通科学与工程版）》
2022年第1期160-165,共6页
-
基金
国家重点研发计划课题(2017YFC0804900,2017YFC0804904)。
-
文摘
为了提取船舶轨迹数据的空间特征,解决船舶轨迹分类及船舶轨迹所属航道识别问题,提出了一种基于深度卷积神经网络的船舶轨迹分类方法.考虑到经纬度数据难以准确描述船舶轨迹空间特征,将船舶轨迹数据转换为船舶轨迹图像数据,并建立数据集.构建基于深度卷积神经网络的船舶轨迹分类模型,使用人工标注的数据集开展训练.选取以经纬度数据为输入的全连接神经网络模型和SVM模型进行对比分析.结果表明:基于深度卷积神经网络船舶轨迹分类模型可以有效地区分不同航道内的船舶轨迹,所提方法是一种有效的船舶轨迹分类方法.
-
关键词
智能交通
ais
船舶轨迹分类
深度卷积神经网络
ResNet50
-
Keywords
intelligent transportation
automatic information system(ais)
ship trajectory classification
deep convolutional neural network(DCNN)
ResNet50
-
分类号
U697.1
[交通运输工程—港口、海岸及近海工程]
-
