原文传递
基于机器学习技术的耙吸挖泥船工行为识别
| 题名： | 基于机器学习技术的耙吸挖泥船工行为识别 |
| 正文语种： | 中文 |
| 作者： | 徐婷;戴文伯;张晴波;周雨淼 |
| 作者单位： | 中交疏浚技术装备国家工程研究中心有限公司 |
| 关键词： | 耙吸挖泥船;HDBSCAN算法;轨迹聚类;行为识别 |
| 摘要： | 耙吸挖泥船施工区域轨迹密集，有明确的抛泥区和挖泥区，但轨迹密度不同，传统的轨迹识别技术对于其施工行为模式识别困难，难以有效应用。针对该问题，提出一种无监督的耙吸挖泥船施工行为识别框架。首先，基于卡尔曼滤波算法解决轨迹跳变问题，提升轨迹数据的质量；然后，基于HDBSCAN算法同时识别出密度不同的挖泥和抛泥轨迹，解决了传统DBSCAN算法在类间密度不均衡的情况下参数设置困难的问题；最后，基于航向因素建立高斯混合模型GMM可进一步识别出运泥轨迹和返回轨迹。结果表明，上述方法能够快速、有效地实现耙吸船施工轨迹的精准识别。 |
| 期刊名称： | 水运工程 |
| 出版年： | 2022 |
| 页码： | 221-224 |
检索历史
应用推荐
