文献

J-GLOBAL ID：201802263399754702   整理番号：18A1030154

クラスタの自動抽出によるAIS軌道のPCAベース階層的クラスタリング【JST・京大機械翻訳】

PCA-based hierarchical clustering of AIS trajectories with automatic extraction of clusters

著者 (7件)： Cao Jing (School of Navigation, Wuhan University of Technology, Wuhan 430063, China) ,  Liang Maohan (School of Navigation, Wuhan University of Technology, Wuhan 430063, China) ,  Li Yan (School of Navigation, Wuhan University of Technology, Wuhan 430063, China) ,  Chen Jinwei (School of Navigation, Wuhan University of Technology, Wuhan 430063, China) ,  Li Huanhuan (School of Navigation, Wuhan University of Technology, Wuhan 430063, China) ,  Liu Ryan Wen (School of Navigation, Wuhan University of Technology, Wuhan 430063, China) ,  Liu Jingxian (School of Navigation, Wuhan University of Technology, Wuhan 430063, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICBDA  ページ： 448-452  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 船舶産業の急速な発展によって,交通流の密度は徐々に増加して,それは水事故のリスクを増加して,人間のライフの安全性と企業の経済性を脅かした。したがって,船舶の軌道の深い掘削は非常に重要である。クラスタリング解析はデータマイニングにおけるホットな問題の一つである。本論文では,武漢 Erqi Yangtze川橋地域のAISデータセットに基づいて,容器の軌道のクラスタ分析を行った。本論文の主な内容は以下の通りである。最初に,Frechet距離を導入して,AIS軌道の間の類似性を測定した。第二に,主成分分析(PCA)を用いて,クラスタリングの最終レベルにおけるクラスタ数を決定するために,最初のステップで生成された距離行列を分解した。最後に,上記の距離マトリックスとクラスタ化数を従来の階層的クラスタリングアルゴリズムと融合した。この改良階層的クラスタリングアルゴリズムの実用性と効率を検証するために,AISデータセットに基づく多数の実験を行った。実験結果は,船舶軌道クラスタリングの研究において,提案したアルゴリズムの優れた性能を検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  クラスタ分析 ,  安全性 ,  高速度 ,  *クラスタ化 ,  類似性 ,  河川 ,  データマイニング ,  主成分分析 ,  経済性 ,  交通流 ,  *クラスタ ,  船舶
準シソーラス用語： 武漢市 ,  *自動抽出 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： クラスタ ,  自動抽出 ,  AIS ,  軌道 ,  PCA ,  階層的クラスタリング