融合主成分分析与支持向量机的船舶异常行为识别方法 |
| |
引用本文: | 陈家豪,刘钊,张明阳,袁文森,刘敬贤.融合主成分分析与支持向量机的船舶异常行为识别方法[J].中国航海,2023(3):126-134. |
| |
作者姓名: | 陈家豪 刘钊 张明阳 袁文森 刘敬贤 |
| |
作者单位: | 1. 武汉理工大学航运学院;2. 阿尔托大学工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(52171351); |
| |
摘 要: | 为解决船舶异常行为识别率低下的问题,综合考虑船舶属性和运动特征,提出了一种融合主成分分析和支持向量机的船舶异常行为识别方法。根据船舶作业过程对船舶行为模式进行划分,并明确船舶行为模式相关的船舶运动特征;进而以船舶自动识别系统数据为基础,运用主成分分析算法提取最具代表性的船舶运动特征;最后运用支持向量机算法对船舶异常行为进行识别。选取青岛港附近水域的船舶轨迹进行试验分析,结果表明:青岛港附近水域最具代表性的船舶运动特征共10个,总贡献率为84.40%;船舶异常行为识别结果的平均精确率和平均召回率分别为83%和84%,均优于对比模型。研究成果可以为船舶位置异常、轨迹异常、航速异常、航向异常等异常情况的智能发现和海事监管提供支撑。
|
关 键 词: | 船舶异常行为 主成分分析 支持向量机 轨迹特征挖掘 |
|
|