[发明专利]一种船舶轨迹聚类方法及装置

权利要求书

1.一种船舶轨迹聚类方法，其特征在于，包括：

设置至少两个受限玻尔兹曼机RBM层，其中，所述至少两个RBM层分别对应不同的等级；

利用等级最低的RBM层对船舶自动识别系统AIS数据进行训练，得到对应的船舶轨迹训练特征权重以及船舶轨迹训练结果数据，并将得到的船舶轨迹训练结果数据传输给下一个等级的RBM层；

利用每一个所述RBM层分别对上一个等级的RBM层传输来的船舶轨迹训练结果数据进行训练，分别得到对应的船舶轨迹训练特征权重以及船舶轨迹训练结果数据，并将得到的船舶轨迹训练结果数据传输给下一个等级的RBM层；

对各个所述RBM层分别得到的船舶轨迹训练特征权重进行聚类训练，得到所述AIS数据对应的船舶轨迹聚类结果；

每一个所述RBM层分别具有对应的预设迭代次数；

所述利用每一个所述RBM层分别对上一个等级的RBM层传输来的船舶轨迹训练结果数据进行训练，分别得到对应的船舶轨迹训练特征权重以及船舶轨迹训练结果数据，包括：

针对每一个所述RBM层均执行：

A1：利用所述RBM层将上一个等级的RBM层传输来的船舶轨迹训练结果数据训练成可视层船舶轨迹数据；

A2：将当前可视层船舶轨迹数据训练成隐藏层船舶轨迹数据；

A3：将当前隐藏层船舶轨迹数据训练成新的可视层船舶轨迹数据，并记录为1次迭代；

A4：判断被记录迭代的次数总和是否达到所述RBM层对应的预设迭代次数，如果是，执行A6；否则，执行A5；

A5：将新的可视层船舶轨迹数据作为当前可视层船舶轨迹数据继续执行A2；

A6：将当前隐藏层船舶轨迹数据确定为所述RBM层对应的船舶轨迹训练结果数据，以及根据当前隐藏层船舶轨迹数据以及当前可视层船舶轨迹数据确定出所述RBM层的船舶轨迹训练特征权重；

所述根据当前隐藏层船舶轨迹数据以及当前可视层船舶轨迹数据确定出所述RBM层的船舶轨迹训练特征权重，包括：

确定所述当前隐藏层船舶轨迹数据包括的至少一个隐藏层船舶轨迹参数值以及所述当前可视层船舶轨迹数据包括的至少一个可视层船舶轨迹参数值，并通过第一公式确定出所述RBM层的船舶轨迹训练特征权重；

所述第一公式包括：

其中，所述A_i表征隐藏层船舶轨迹数据中的第i个隐藏层船舶轨迹参数值；所述α表征预设的第一偏置值；所述B_j表征可视层船舶轨迹数据中的第j个可视层船舶轨迹参数值；所述β表征预设的第二偏置值；所述w表征所述RBM层的船舶轨迹训练特征权重。

2.根据权利要求1所述的方法，其特征在于，

每一个所述RBM层还分别具有对应的待训节点数量；

所述利用所述RBM层将上一个等级的RBM层传输来的船舶轨迹训练结果数据训练成可视层船舶轨迹数据，包括：

根据所述RBM层对应的待训节点数量确定出数据筛选条件；

根据所述数据筛选条件，在所述上一个等级的RBM层传输来的船舶轨迹训练结果数据中筛选出参加训练的待训船舶轨迹数据；

将所述待训船舶轨迹数据训练成可视层船舶轨迹数据。

3.根据权利要求1至2任一所述的方法，其特征在于，

在所述利用等级最低的RBM层对AIS数据进行训练之前，进一步包括：

对所述AIS数据进行归一化处理。