船舶航跡的時(shí)序特性在船舶航跡異常檢測(cè)中至關(guān)重要,為了提取船舶航跡的時(shí)序特性,提出了一種基于編碼降維及DTW（dynamic time warping）算法改進(jìn)的船舶航跡聚類算法。為了避免二維時(shí)間序列DTW度量容易失去屬性之間相關(guān)性的問題,該算法提出一種編碼降維方法將船舶二維時(shí)間序列轉(zhuǎn)化為一維時(shí)間序列;為了滿足計(jì)算效率要求,該算法首先從最小粒度壓縮角度對(duì)DTW算法進(jìn)行了改進(jìn),然后又從度量搜索角度對(duì)DTW算法實(shí)現(xiàn)進(jìn)一步的改進(jìn)。實(shí)驗(yàn)結(jié)果表明編碼降維后的時(shí)間序列有效保留了屬性之間的相關(guān)性;改進(jìn)后的DTW算法有效提高了計(jì)算效率;同時(shí)該航跡聚類算法有效提取出船舶航跡的時(shí)序特性。 

【文章來源】：現(xiàn)代防御技術(shù). 2019,47(05)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 船舶航道聚類系統(tǒng)架構(gòu)
2 編碼降維及DTW算法改進(jìn)
    2.1 編碼降維
    2.2 最小粒度壓縮改進(jìn)DTW算法
    2.3 聚類搜索改進(jìn)DTW算法
3 實(shí)驗(yàn)結(jié)果分析
    3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)來源
    3.2 航跡時(shí)間序列聚類實(shí)驗(yàn)分析
        3.2.1 最小粒度壓縮效果分析
        3.2.2 航跡聚類時(shí)間分析
        3.2.3 航跡聚類結(jié)果分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]時(shí)間序列數(shù)據(jù)挖掘中的動(dòng)態(tài)時(shí)間彎曲研究綜述[J]. 李海林,梁葉,王少春.  控制與決策. 2018(08)
[2]一種新的DTW最佳彎曲窗口學(xué)習(xí)方法[J]. 陳乾,胡谷雨.  計(jì)算機(jī)科學(xué). 2012(08)
[3]基于AIS的船舶航跡分布算法[J]. 唐存寶,邵哲平,唐強(qiáng)榮,潘家財(cái),紀(jì)賢標(biāo).  集美大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(02)

碩士論文
[1]多元時(shí)間序列數(shù)據(jù)挖掘相似性分析方法及應(yīng)用研究[D]. 葉燕清.國防科學(xué)技術(shù)大學(xué) 2015



本文編號(hào)：3607712