摘要
本发明公开一种基于AIS数据的船舶异常轨迹识别方法,属于AIS数据挖掘处理技术领域,用于识别异常船舶轨迹,包括搜集整理AIS历史异常轨迹数据并进行标注,构建轨迹数据的图结构;将异常轨迹数据分为训练集和测试集,由训练集训练图卷积神经网络模型,由测试集评估模型性能,调整模型的超参数;根据mmsi进行匹配得到完整的AIS数据,建立轨迹数据的图结构;利用模型对待分类的船舶轨迹进行分类,找出个体异常轨迹;基于近邻映射Haversine网格算法对船舶轨迹点进行处理,找出群体异常轨迹。对比现有技术,本发明具有更强的自动特征学习能力,能够有效地捕捉时空关系和复杂轨迹模式,提高了识别性能和适应性。
技术关键词
异常轨迹
卷积神经网络模型
船舶
识别方法
网格算法
海上移动通信
系统识别码
时间序列形式
轨迹点数据
训练集
梯度下降算法
网络结构
超参数
实时数据
节点
文本
开关