基于改进的DBSCAN算法的船舶轨迹聚类分析方法

摘要

本发明公开了一种基于改进的DBSCAN算法的船舶轨迹聚类分析方法，包括如下步骤：S1、从AIS数据库中提取有效的船舶轨迹数据；S2、采用融合距离MD进行轨迹相似性度量，获取轨迹间融合后的最短超轨迹；S3、采用二次时间O(mn)计算最短超轨迹的长度；S4、从轨迹的长度中获得融合距离MD；S5、确定改进后的DBSCAN算法的全局参数；S6、通过改进后的DBSCAN算法对整个轨迹段数据集进行扫描得到簇的集合；S7、对于获取的空间运动模式，如果一条新的轨迹符合船舶运行模式中的一种，则认为该轨迹为一条常态轨迹。本方法提高了度量精度，相比较于传统的DBSCAN算法减小了时间的消耗，同时可以很好地处理多密度数据集，具有较好的鲁棒性和适应性，也正确对轨迹进行了分类。