一种基于特征嵌入表示学习的船舶轨迹聚类方法

本发明公开了一种基于特征嵌入表示学习的船舶轨迹聚类方法，建立训练模型，该模型通过以下步骤进行处理：S1、对于轨迹集合中的任意一条轨迹数据，对轨迹数据进行预处理；S2、利用时间滑窗进行轨迹分段，对于分段后得到的每个轨迹段，进行轨迹点的时间位置编码；S3、通过双向长短期记忆网络编码器来提取微观时序特征，并利用多层时间注意力聚合机制实现从微观到宏观的多尺度特征聚合；S4、利用双特征自注意力融合编码器完成轨迹段的位置特征与运动特征的自适应融合，其输出与整条轨迹的统计特征一起经门控融合模块处理，以生成轨迹特征的嵌入表示；完成模型训练后，基于模型得到的嵌入表示，进行聚类分配，以得到船舶轨迹聚类结果。