采用编码降维及DTW算法改进的船舶航迹聚类

发布时间：2022-01-25 02:10

　　船舶航迹的时序特性在船舶航迹异常检测中至关重要,为了提取船舶航迹的时序特性,提出了一种基于编码降维及DTW（dynamic time warping）算法改进的船舶航迹聚类算法。为了避免二维时间序列DTW度量容易失去属性之间相关性的问题,该算法提出一种编码降维方法将船舶二维时间序列转化为一维时间序列;为了满足计算效率要求,该算法首先从最小粒度压缩角度对DTW算法进行了改进,然后又从度量搜索角度对DTW算法实现进一步的改进。实验结果表明编码降维后的时间序列有效保留了属性之间的相关性;改进后的DTW算法有效提高了计算效率;同时该航迹聚类算法有效提取出船舶航迹的时序特性。 

【文章来源】：现代防御技术. 2019,47(05)

【文章页数】：6 页

【文章目录】：
0 引言
1 船舶航道聚类系统架构
2 编码降维及DTW算法改进
    2.1 编码降维
    2.2 最小粒度压缩改进DTW算法
    2.3 聚类搜索改进DTW算法
3 实验结果分析
    3.1 实验环境与数据来源
    3.2 航迹时间序列聚类实验分析
        3.2.1 最小粒度压缩效果分析
        3.2.2 航迹聚类时间分析
        3.2.3 航迹聚类结果分析
4 结束语


【参考文献】：
期刊论文
[1]时间序列数据挖掘中的动态时间弯曲研究综述[J]. 李海林,梁叶,王少春.  控制与决策. 2018(08)
[2]一种新的DTW最佳弯曲窗口学习方法[J]. 陈乾,胡谷雨.  计算机科学. 2012(08)
[3]基于AIS的船舶航迹分布算法[J]. 唐存宝,邵哲平,唐强荣,潘家财,纪贤标.  集美大学学报(自然科学版). 2012(02)

硕士论文
[1]多元时间序列数据挖掘相似性分析方法及应用研究[D]. 叶燕清.国防科学技术大学 2015



本文编号：3607712