船舶軌跡クラスタリングとナイーブベイズ分類器に基づく沿岸水域における海洋異常検出

海洋異常検出は、インテリジェント船舶交通監視システムおよび海洋状況認識の実装における重要な技術です。本論文では、船舶の異常行動を海洋監視システムで検出するために、船舶軌跡のクラスタリングとナイーブベイズ分類器を組み合わせた方法を提案します。船舶の軌跡間の類似性測定は、自己識別システム（AIS）データの空間的および方向的特性に基づいて設計され、その後、階層的およびk-メドイドクラスタリングの方法が適用されて、港湾水域内の典型的な船舶航行パターンをモデル化し、学習します。船舶行動のナイーブベイズ分類器が構築され、異常な船舶行動を分類し検出します。提案された方法は、中国の厦門湾および陳三交の水域内のAISデータからの船舶軌跡でテストおよび検証されました。結果は、提案された方法が効果的であり、役立つことを示しており、沿岸水域における海洋状況認識を向上させるものです。