基于优化模糊C均值算法的锚泊船聚集特性

针对模糊C均值算法随机选择初始聚类中心导致聚类结果对噪声样本点敏感性的不足, 采用局部密度加权的方法, 将初始聚类中心的选择范围限制在局部密度较高样本点区域, 优化初始聚类中心的选择方法; 利用样本点的局部密度改进目标函数, 提高局部密度较高的样本点在目标函数迭代过程中的影响力, 从而提升模糊C均值算法的聚类性能, 并采用人造数据集和鸢尾花真实数据集验证优化的局部密度模糊C均值算法的聚类效果; 通过计算锚泊船位置数据的局部密度, 分析了船舶锚泊偏好。试验结果表明: 对比模糊C均值算法, 优化的局部密度模糊C均值算法聚类精准率提高了2.9%, 召回率提高了3.8%, F度量值提高了3.9%, 说明优化的局部密度模糊C均值算法的性能优于模糊C均值算法; 在锚泊船位置数据上的聚类结果正确反映了天津港锚泊船的聚集特点和锚泊偏好, 其结果与船舶的常规做法一致, 说明优化的局部密度模糊C均值聚类算法是一种分析锚泊船聚集特性和锚泊偏好的有效方法。      

厦门港主航道灯浮标偏移特点分析

灯浮标是引导船舶航行的人工标志,对保障船舶的航行安全有着重要意义,而灯浮标的实际位置与设计位置有一定的偏差,因此,了解和掌握灯浮标的偏移规律和幅度,可以为确定灯浮标的布设位置和锚链的布放长度提供科学的决策依据。结合厦门港风、流等自然条件和灯浮标遥测位置数据,分析厦门港典型灯浮标的偏移特点,为过往船舶确认船舶相对灯浮标的距离和方位以及航标保障部门对灯浮标的维护提供参考。