原文传递
基于Spark的船舶航行轨迹聚类方法
| 题名： | 基于Spark的船舶航行轨迹聚类方法 |
| 正文语种： | 中文 |
| 作者： | 彭祥文；高曙；初秀民；何阳；陆丛； |
| 关键词： | 水路运输；船舶自动识别系统；Spark；轨迹聚类；正常轨迹建模 |
| 摘要： | 依托船舶自动识别系统(Automatic Identification System,AIS)数据,利用云计算并结合聚类算法,对船舶历史数据进行轨迹聚类分析,构建船舶航行正常轨迹模型,为实时检测船舶异常轨迹奠定基础,进而为提高水上交通监管智能化水平提供新方法。针对目前轨迹聚类算法效率低等问题,基于Spark内存计算技术及数据分区思想,提出一种改进的并行子轨迹聚类算法SPDBSCANST(Parallel DBSCAN of Sub Trajectory Based on Spark)。以长江航道武汉段船舶 |
| 期刊名称： | 中国航海 |
| 出版年： | 2017 |
| 页码： | 49-53,68 |
检索历史
应用推荐
