摘要
本发明提供了一种船舶锚地异常行为检测方法及系统,通过对船舶航行数据预处理、筛选锚泊状态数据并分段、坐标系转换,采用DBSCAN聚类算法和MLESAC算法对处理后数据进行聚类处理、圆拟合与噪声点识别,结合噪声点及圆拟合结果标记船舶锚泊过程中的异常数据点,并对数据异常点分类以及结果输出。在船舶处于锚泊状态时,一旦发生走锚,会导致偏离原本的圆弧形区域,轨迹点呈现低密度的噪声分布,采用DBSCAN算法能够有效处理锚泊轨迹数据中的噪声,识别走锚轨迹数据具有显著优势,MLESAC算法经过多次迭代优化,校准拟合最优圆心及半径,精确度高,处理复杂数据优势明显,实现对船舶锚地锚泊的异常行为进行精准识别并分类。
技术关键词
异常点
分类规则
标记
圆心
邻域
列表
聚类
子模块
连续噪声
DBSCAN算法
船舶航行数据
分段
转换器
坐标点
系统为您推荐了相关专利信息
形态
集成电路设备
现场可编程门阵列
光检测系统
主题方法
智能报警方法
图像采集设备
对象识别模型
时间段
训练样本图像
信息核验方法
数据验证
错误率
建立预测模型
比率
混合控制系统
风力发电单元
控制策略
光伏发电单元
抗干扰模型