海港航道水域船舶异常行为检测

李高才, 张新宇, 蒋晨星, 连晓荣, 张辉辉, 王佳伟

大连海事大学学报 ›› 2024, Vol. 50 ›› Issue (04) : 31 -40+78.

PDF (14313KB)
大连海事大学学报 ›› 2024, Vol. 50 ›› Issue (04) : 31 -40+78. DOI: 10.16411/j.cnki.issn1006-7736.2024.04.004

海港航道水域船舶异常行为检测

    李高才, 张新宇, 蒋晨星, 连晓荣, 张辉辉, 王佳伟
作者信息 +

Author information +
文章历史 +
PDF (14656K)

摘要

鉴于目前VTS、AIS人工分析的效率难以满足日益严峻的水上交通监管形势要求,本文考虑船舶进出港航行特点,提出一种海港航道水域船舶异常行为检测方法。首先,考虑船舶类型、通航规则等影响因素,建立基于语义轨迹多维相似度的船舶轨迹聚类方法,以识别符合通航规则的船舶进出港交通模式;然后,构建语义转换模型,将交通模式轨迹数据转换为模式轨迹文本,并采用文本余弦相似度方法匹配目标船舶的交通模式;接着,利用核密度估计构建船舶异常行为检测模型。以天津港为例,从历史船舶轨迹数据中提取40种进出港交通模式,并以此构建船舶异常行为检测方法,通过航海模拟器仿真数据对方法进行验证。结果表明,该方法能够有效检测出船舶的异常行为,可对水上交通监管起到一定的辅助作用。

关键词

船舶 / 海港航道水域 / 交通模式 / 异常行为检测 / AIS数据 / 文本相似度 / 核密度估计

Key words

引用本文

引用格式 ▾
海港航道水域船舶异常行为检测[J]. 大连海事大学学报, 2024, 50(04): 31-40+78 DOI:10.16411/j.cnki.issn1006-7736.2024.04.004

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF (14313KB)

128

访问

0

被引

详细

导航
相关文章

AI思维导图

/