基于大数据挖掘模型的船舶破碎尾迹智能跟踪方法

摘要

为了解决传统船舶破碎尾迹跟踪方法跟踪轨迹点离散性过大的问题,设计基于大数据挖掘模型,提出一种新的船舶破碎尾迹智能跟踪方法。采用GIBS抽样算法作为数据挖掘模型的内核,将传统单一的马尔科夫数据链转化为多链,建立一种多链结构的数据挖掘挖掘模型,进行船舶当前尾迹数据挖掘,利用尾迹状态方程和尾迹测量方程,将尾迹数据图像化,确定尾迹实际像素并进行补偿处理,对处理后的图像进行回波特征转化,根据图像像素的回波特征值,评判像素点是否属于船舶尾迹,从而实现当前船舶尾迹跟踪。实验数据表明,该方法输出的船舶尾迹跟踪结果,其轨迹回波有效间距提高了32%,补偿间距提高了29%,可以有效降低轨迹离散。