復(fù)雜海洋環(huán)境下,隨著目標(biāo)探測(cè)手段的不斷豐富和發(fā)展,海量的目標(biāo)航跡數(shù)據(jù)在數(shù)據(jù)庫中存儲(chǔ)和積累,這些數(shù)據(jù)中蘊(yùn)含著大量的信息和知識(shí),可以利用目標(biāo)軌跡聚類方法對(duì)其行為規(guī)律進(jìn)行挖掘和分析。現(xiàn)有目標(biāo)軌跡聚類方法沒有充分利用目標(biāo)的位置、速度、航向和屬性等多維特征,只能反映目標(biāo)空間位置變化的規(guī)律,在挖掘目標(biāo)行為規(guī)律時(shí)具有局限性。因此,文章基于目標(biāo)的多維航跡特征,利用改進(jìn)的DBSCAN密度聚類算法,提出一種目標(biāo)軌跡聚類方法,并在仿真軍事場(chǎng)景上進(jìn)行了實(shí)驗(yàn)分析。結(jié)果表明,所提方法能夠從海量的歷史數(shù)據(jù)中高效、準(zhǔn)確地完成目標(biāo)的軌跡聚類。 

【文章來源】：艦船電子工程. 2020,40(11)

【文章頁數(shù)】：5 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于多維航跡特征的異常行為檢測(cè)方法[J]. 潘新龍,王海鵬,何友,熊偉,周偉.  航空學(xué)報(bào). 2017(04)



本文編號(hào)：3205128