[发明专利]一种船舶轨迹聚类方法及装置

说明书

本发明提供了一种船舶轨迹聚类方法及装置，该方法包括：设置至少两个对应不同等级的RBM层；利用等级最低的RBM层对AIS数据进行训练，得到对应的船舶轨迹训练特征权重、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；利用各个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、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AIS数据对应的船舶轨迹聚类结果。因此，本发明提供的方案可以提高船舶轨迹聚类结果的准确度。

技术领域

本发明涉及计算机技术领域，特别涉及一种船舶轨迹聚类方法及装置。

背景技术

随着世界经济的发展，水上交通运输成为沿海区域经济发展的重要保障。为了提升船舶航运的能力和效率，通常对船舶自动识别系统AIS(Automatic IdentificationSystem)获取包括船舶的航行状态、船舶的航行轨迹信息AIS数据进行聚类，以在船舶航行时可以根据聚类结果来预测及确定出航行方案。

目前，对AIS数据进行聚类的方法通常为，利用传统的人工手动方式进行聚类。由于人工手动聚类过程中，由于人工个体上的差异，通常会出现遗漏和错误的概率较高。因此，现有的方式船舶轨迹聚类结果的准确度。

发明内容

本发明实施例提供了一种船舶轨迹聚类方法及装置，可以提高船舶轨迹聚类结果的准确度。

第一方面，本发明实施例提供了一种船舶轨迹聚类方法，该方法包括：

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。

优选地，

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。

优选地，

每一个所述RBM层还分别具有对应的待训节点数量；