基于网络化密度聚类的船舶停泊点数据挖掘.docVIP

基于网络化密度聚类的船舶停泊点数据挖掘 　　 　　【摘 要】 为获取船舶停泊行为规律，以大连港、天津港、青岛港、德国罗斯托克港、巴西桑托斯港和荷兰格罗宁根港等全球六大港口水域为例，基于Hive数据仓库和R语言平台，利用网格化DBSCAN算法，提取船舶在各港口水域停泊点位置、面积等信息，进而基于停泊点可视化结果，验证这六大港口实时可视化结果与基于历史数据挖掘结果相符。研究成果有助于保障港口水域船舶安全通航，亦为船舶交通管理系统智能化奠定基础，从而推动港口行业持续、健康发展。 下载论文网 　　【关键词】 船舶自?邮侗鹣低常?AIS）；数据挖掘技术；Hive数据仓库；网格化；空间密度聚类（DBSCAN） 　　0 引 言 　　港口作为海上交通枢纽及实现对外贸易往来的窗口，在促进地区经济发展方面起着重要作用。在世界经济全球化的今天，国际贸易量增长促进了港口行业的快速发展。在此背景下，加快港口水域船舶通航安全建设迫在眉睫，挖掘停泊点信息对于提高船舶安全通航至关重要。 　　借助数据挖掘技术和船舶自动识别系统（AIS），可对港口水域AIS数据进行深入数据挖掘，以获取船舶停泊行为规律。在船舶通航安全研究方面，现有研究较多考虑船舶交通流特征来分析船舶通航规律[1-2]，未考虑停泊点作为港口水域运输枢纽在安全通航管理中的重要性。鉴于此，本文基于Hive数据仓库和R语言平台，结合港口水域船舶交