典型文献
基于GRU自编码器的船舶航线提取
文献摘要：
船舶自动识别系统(automatic identification system,AIS)数据中蕴含着大量的船舶行为相关信息,从中提取出有效的航线,在海事监管、船只勘查等方面具有广泛应用.本文提出一种基于GRU自编码器(gate re-cuurent unit auto-encoder,GRU-AE)的船舶航线提取方法,首先采用GRU编码器将原始轨迹数据编码为统一格式的深度特征信息,其次利用 DBSCAN(density-based spatial clustering of applications with noise)算法对深度特征信息进行聚类,最后将深度特征类簇中心通过解码器反演生成相应的船舶航线,从而实现在海量AIS数据中挖掘船舶轨迹规律.以波士顿港口为例,分析一年时间内10万多条AIS的船舶航行数据,实验表明本方法可对不同长度轨迹数据进行聚类及其航线提取,并可支撑船舶轨迹异常检测、路径规划、位置预测等研究,具有较好的应用适应性.
文献关键词：
航线提取;船舶自动识别系统;数据挖掘;GRU自编码器;深度特征;解码反演;DBSCAN算法;轨迹聚类
中图分类号：
作者姓名：
任成杰;陈怀新;谢卫
作者机构：
电子科技大学资源与环境学院,四川成都611731;中国电子科技集团公司第十研究所,四川成都610036
文献出处：
引用格式：
[1]任成杰;陈怀新;谢卫-.基于GRU自编码器的船舶航线提取)[J].智能系统学报,2022(06):1201-1208
A类：
cuurent,解码反演
B类：
GRU,自编码器,船舶航线,航线提取,船舶自动识别系统,automatic,identification,system,AIS,船舶行为,海事监管,船只,勘查,gate,unit,encoder,AE,轨迹数据,数据编码,一格,深度特征,特征信息,DBSCAN,density,spatial,clustering,applications,noise,类簇中心,心通,解码器,船舶轨迹,波士顿,港口,万多条,船舶航行数据,同长,撑船,异常检测,路径规划,位置预测,轨迹聚类
AB值：
0.350232
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
