论文部分内容阅读
为更好地监测船舶动态和船舶在港口的作业情况,通过对K-Means算法和DBSCAN(Density-Based Spatial Clustering of Applications with Noise)密度聚类算法进行对比,选择DBSCAN密度聚类算法对港口泊位进行聚类,对港口泊位的位置和大小进行识别。基于船舶自动识别系统(Automatic Identification System,AIS)历史数据、船舶动态信息和船舶基础信息,采用DBSCAN密度聚类算法对全球4079个港口的泊位进行自动识别,得出