一种船舶轨迹聚类方法

本申请公开了一种船舶轨迹聚类方法，包括如下步骤：对AIS数据进行清洗，得到多条船舶在设定时间段内的航行轨迹；计算任意两条航行轨迹之间的Hausdorff距离，作为DBSCAN算法的计算依据；构建核心点预测模型并筛选出航行轨迹中的高概率数据点作为候选核心点，通过DBSCAN算法对候选核心点执行邻域查询并进行聚类拓展；通过自适应采集函数对贝叶斯优化算法进行改进，基于改进后的贝叶斯优化算法对DBSCAN算法的超参数进行优化。本申请的有益效果：针对密度聚类算法在数据量大的情况下运算效率较低的问题，将DBSCAN算法进行改进，在保证计算精度的同时，提高算法的运行效率。引入贝叶斯优化算法自动优化DBSCAN算法的超参数，提升聚类分析的效果和稳定性。