一种基于机器学习算法的港口锚地识别方法及系统

本发明提供了一种基于机器学习算法的港口锚地识别方法及系统，该方法首先基于采集的船舶AIS数据和港口数据计算得到航次动态数据，并获取某个港口所有船舶在锚泊开始时间到锚泊结束时间内每个时刻的锚泊点经纬度坐标，采用DBSCAN聚类算法对所有时刻的锚泊点经纬度坐标进行聚类得到多个锚泊行为簇，并采用K‑Means聚类算法获得每个锚泊行为簇的中心点，然后计算出各个锚泊行为簇内每个锚泊点到中心点的距离，将计算出的最大距离作为锚泊行为簇的半径，并将半径在预设范围之内的锚泊行为簇保留，最后采用DBSCAN聚类算法继续对保留下的锚泊行为簇的中心点经纬度坐标进行聚类得到多个锚地簇，并根据锚地簇中所有船舶的船舶类型判断出锚地类型。