基于数据挖掘的海上交通流数据特征分析.pdfVIP

　第 32 卷 第 1 期 中　国　航 　海 Vol . 32 No . 1 　 　2009 年 3 月 N AV I GA TION O F C H IN A Mar . 2009 　 文章编号 :1000 - 4653 (2009) 0 1 - 0060 - 04 基于数据挖掘的海上交通流数据特征分析 郑 　滨 , 　陈锦标 , 　夏少生 , 　金永兴 (上海海事大学 商船学院 , 上海 200 135) 摘 　要 :将基于数据挖掘的聚类分析和图形化属性分析方法引入海上交通流数据特性分析领域 。阐述了数据挖掘 的基本思想与方法 ,并着重介绍了使用开源数据挖掘工具 W E KA 对某海上航道的交通流数据进行的数据挖掘实 验 。实验综合使用聚类分析和图形化属性分析两种方法得到该航道的特性信息 ,其结果证明利用数据挖掘方法可 得到有价值的交通特性信息 ,并能为海上交通的有效管理提供有力的决策依据 。 关键词 :水路运输 ;海上交通流 ;数据挖掘 ;聚类分析 ; 图形化属性分析 ;算法 中图分类号 :U 666 . 132 　　　文献标志码 :A Analysis of Marine Traff ic Flow Characteristics Based on Data Mining Z H E N G B i n , 　C H E N J i nbi ao , 　X I A S h aos heng , 　J I N Yongx i ng (Merchant Marine College , Shan ghai Maritime U niver sit y , Shanghai 200 135 , China) Abstract : The two dat aminingba sed machine learning met ho ds , clu st ering and grap hical p rop ert y analy si s , are in t roduced to analyze charact eri stics of vessel t raffic flow dat a . A new way i s t ried to imp lement vessel t raffic dat a a naly si s making u se of dat a mining t echnique . A similarit yba sed algorit hm , KMean s , i s select ed in t he clu st ering p rocess for it s simp licit y and efficiency . The pop ular dat a mining tool W E KA i s cho sen to carry out exp eriment s , t he conclu sion t hat clu st ering i s a goo d way to generalize multifactor relat ed regulation s i s obt ained accor ding to t he dat a mining result s. Key words : wat erway t ran sport ation ; marine t raffic flow ; dat a mining ; clu st ering analy si s ; grap hical p rop ert y anal y si s ; algorit hm 　　随着经济的不断发展 ,我国的海上交通 日趋繁 本文在叙述数据挖掘概念与方法的基础上 ,介 忙 ,从而导致交通流量大幅度增加 。在一些流量