常吉亮 謝 磊 趙建偉 楊 洋

（1.武漢理工大學(xué)國(guó)家水運(yùn)安全工程技術(shù)研究中心 武漢 430063；2.武漢理工大學(xué)能源與動(dòng)力工程學(xué)院 武漢 430063）

0 引 言

隨著船舶定位技術(shù)、通信技術(shù)，以及大數(shù)據(jù)技術(shù)的迅速發(fā)展，在船舶行駛過(guò)程中，大量的船舶軌跡數(shù)據(jù)呈指數(shù)增長(zhǎng)。航跡作為1 種時(shí)間序列數(shù)據(jù)，可視為時(shí)間到空間的映射，在客觀上記錄了船舶活動(dòng)的位置信息和時(shí)間信息。航跡大數(shù)據(jù)中蘊(yùn)藏著豐富的有價(jià)值的目標(biāo)活動(dòng)信息。近年來(lái)，航跡數(shù)據(jù)挖掘一直是研究熱點(diǎn)，包括船舶交通流研究[1-2]、航跡聚類［3-4］、航跡數(shù)據(jù)壓縮[5-6]，以及船舶軌跡預(yù)測(cè)[7]等。船舶軌跡數(shù)據(jù)是由雷達(dá)、AIS等多種數(shù)據(jù)源感知獲得，由于不同數(shù)據(jù)源定位誤差的差異，導(dǎo)致航跡數(shù)據(jù)中出現(xiàn)異常，所以，在實(shí)際環(huán)境下軌跡數(shù)據(jù)的準(zhǔn)確性是難以保證的[8]，這些異常航跡嚴(yán)重影響了航跡數(shù)據(jù)挖掘的準(zhǔn)確性。因此，航跡異常檢測(cè)是開(kāi)展航跡數(shù)據(jù)挖掘研究的重要前提。

航跡異常檢測(cè)是指在海量無(wú)標(biāo)簽的航跡數(shù)據(jù)中識(shí)別出異常航跡。Hawkins[9]對(duì)異常的定義為：異常是指在數(shù)據(jù)集中顯著偏離其他絕大部分?jǐn)?shù)據(jù)的那些數(shù)據(jù)對(duì)象，以至于引起人們懷疑它們是由完全不同的機(jī)制產(chǎn)生的。具體而言，文中討論的異常航跡是指：①在航跡集合中相同軌跡數(shù)量少；②空間上偏離其他航跡；③航跡中存在許多與其鄰近大部分航跡點(diǎn)在運(yùn)動(dòng)特征上有顯著差異的采樣點(diǎn)的航跡。

近年來(lái)的船舶異常航跡檢測(cè)方法主要集中在最近鄰、專家系統(tǒng)、聚類算法、自動(dòng)編碼器，以及遞歸神經(jīng)網(wǎng)絡(luò)等算法模型。在最近鄰的方法中，Laxhammar等[10]將待檢測(cè)的軌跡數(shù)據(jù)與存儲(chǔ)在數(shù)據(jù)庫(kù)中的所有數(shù)據(jù)進(jìn)行比較，找到最相似的數(shù)據(jù)，并對(duì)待檢測(cè)數(shù)據(jù)進(jìn)行分類。專家系統(tǒng)是通過(guò)有經(jīng)驗(yàn)的專家制定異常軌跡的規(guī)則，根據(jù)這些規(guī)則對(duì)航跡進(jìn)行分類，衛(wèi)桂榮等［11］依據(jù)AIS 的通信原理，提出水上移動(dòng)業(yè)務(wù)標(biāo)識(shí)碼校驗(yàn)、填充位和校驗(yàn)碼綜合檢測(cè)、動(dòng)態(tài)信息和靜態(tài)信息匹配校驗(yàn)及異常位置點(diǎn)檢測(cè)等數(shù)據(jù)錯(cuò)誤檢測(cè)方法；吳建華等[12]在對(duì)大量AIS 數(shù)據(jù)深入解析的基礎(chǔ)上，歸納出AIS 軌跡異常的幾種類型，針對(duì)各類型的特征得出相應(yīng)的檢測(cè)規(guī)則，實(shí)現(xiàn)了對(duì)航跡異常的自動(dòng)檢測(cè)。聚類算法是將所有訓(xùn)練數(shù)據(jù)聚類為多個(gè)組，密集的類被視為正常航跡，而稀疏的類為異常航跡，魏照坤等[13]使用Hausdorff 的度量方式，提出基于DBSCAN聚類算法的船舶運(yùn)動(dòng)模式識(shí)別方法，對(duì)航跡異常檢測(cè)給出了理論性的支持。使用遞歸神經(jīng)網(wǎng)絡(luò)的目的在于，利用訓(xùn)練好的遞歸神經(jīng)網(wǎng)絡(luò)，在已知先前點(diǎn)的位置信息情況下，對(duì)下1個(gè)點(diǎn)進(jìn)行預(yù)測(cè)，對(duì)規(guī)定時(shí)間段內(nèi)的航跡點(diǎn)計(jì)算累積誤差，如果誤差超過(guò)閾值，則判定為異常，楊帆等［14］通過(guò)人為劃分船舶異常航跡狀態(tài)標(biāo)簽，對(duì)海量AIS數(shù)據(jù)進(jìn)行學(xué)習(xí)，使用雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（long short-term memory，LSTM）神經(jīng)網(wǎng)絡(luò)建立了能夠發(fā)現(xiàn)船舶異常航跡的模型。自編碼器異常檢測(cè)方法通常是將航跡轉(zhuǎn)換為固定的長(zhǎng)度，然后使用正常數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)的目的是將輸入的航跡進(jìn)行重建，重建的誤差決定了異常檢測(cè)結(jié)果[15]。

上述航跡異常檢測(cè)方法均存在著一些影響模型效率或者檢測(cè)準(zhǔn)確度的問(wèn)題：①最近鄰和聚類算法的算法復(fù)雜度為O(n2)，對(duì)于海量航跡數(shù)據(jù)來(lái)說(shuō)，模型計(jì)算效率較低，難以適應(yīng)大數(shù)據(jù)計(jì)算的要求；②專家系統(tǒng)的方法中，人為規(guī)定一些判別規(guī)則難以較為準(zhǔn)確的契合數(shù)據(jù)的實(shí)際要求，一旦規(guī)則出現(xiàn)漏洞，方法容易出現(xiàn)漏檢和錯(cuò)檢；③航跡數(shù)據(jù)是1 種時(shí)間序列數(shù)據(jù)，航跡點(diǎn)與相鄰點(diǎn)有著時(shí)空關(guān)系，這使得傳統(tǒng)的最近鄰、聚類和自編碼器等算法直接用于航跡異常檢測(cè)會(huì)忽略某些數(shù)據(jù)特征；④LSTM 等監(jiān)督學(xué)習(xí)的分類器，在實(shí)際異常檢測(cè)過(guò)程中需要進(jìn)行海量的樣本標(biāo)注，而異常航跡在實(shí)際數(shù)據(jù)中的比例很小，正負(fù)樣本不均衡增加了訓(xùn)練的難度，另外，標(biāo)注的人工成本較大，過(guò)程較為繁瑣。

隨著深度學(xué)習(xí)技術(shù)的廣泛應(yīng)用，基于變分自編碼器的無(wú)監(jiān)督學(xué)習(xí)逐漸成為熱門研究領(lǐng)域，An等[16]在2015 年證明了變分自動(dòng)編碼器（variationalautoencoder，VAE）在數(shù)據(jù)異常檢測(cè)方面應(yīng)用的可行性，變分自編碼器在圖像和語(yǔ)音的異常檢測(cè)中開(kāi)始被應(yīng)用。Xu等[17]利用帶有卷積核的變分自編碼器解決了復(fù)雜場(chǎng)景下的視頻監(jiān)控異常檢測(cè)問(wèn)題。Chalapathy等[18]基于變分自編碼器提出群體異常檢測(cè)方法，該方法適用于醫(yī)學(xué)影像等異常檢測(cè)。馬波等[19]利用變分自編碼器解決了機(jī)械運(yùn)轉(zhuǎn)中的故障報(bào)警問(wèn)題。Fan 等[20]提出了1 種基于變分自編碼器的視頻異常檢測(cè)和定位方法，該方法在2 個(gè)主流數(shù)據(jù)集上展現(xiàn)了優(yōu)越性。變分自編碼器作為新興的無(wú)監(jiān)督深度學(xué)習(xí)技術(shù)，在數(shù)據(jù)異常檢測(cè)領(lǐng)域有著非常大的潛力。

為了避免正負(fù)樣本不均衡帶來(lái)的訓(xùn)練困難問(wèn)題，降低人工成本，應(yīng)用LSTM 處理時(shí)序性數(shù)據(jù)的優(yōu)勢(shì)，提高異常檢測(cè)的準(zhǔn)確率，在上述無(wú)監(jiān)督學(xué)習(xí)應(yīng)用的啟發(fā)下，筆者研究了基于VAE-LSTM 的船舶軌跡異常檢測(cè)算法。以VAE 模型為主體結(jié)構(gòu)，將VAE 中的BP 神經(jīng)網(wǎng)絡(luò)替換為殘差門LSTM，設(shè)計(jì)了1 個(gè)VAE-LSTM 模型。將每個(gè)航跡點(diǎn)提取4 維運(yùn)動(dòng)特征向量，以一段時(shí)間序列的特征向量為模型輸入，采用無(wú)監(jiān)督學(xué)習(xí)方法訓(xùn)練模型，模型的輸出為輸入數(shù)據(jù)的重建概率，重建概率小于閾值的結(jié)果為異常航跡點(diǎn)，包含異常航跡點(diǎn)的航跡判定為異常航跡。

1 模型與方法

本文算法將無(wú)監(jiān)督學(xué)習(xí)中的變分自編碼器應(yīng)用到航跡異常檢測(cè)中，結(jié)合LSTM 模型時(shí)序性問(wèn)題的處理優(yōu)勢(shì)，使航跡異常檢測(cè)問(wèn)題轉(zhuǎn)化為1 個(gè)無(wú)監(jiān)督學(xué)習(xí)問(wèn)題。首先對(duì)航跡進(jìn)行特征工程中的特征提取處理，然后對(duì)變分自編碼器的相關(guān)理論知識(shí)進(jìn)行描述，接著建立殘差門LSTM 并構(gòu)建本文的VAE-LSTM模型結(jié)構(gòu)，最后介紹航跡異常檢測(cè)算法的流程。

1.1 特征提取

特征提取是機(jī)器學(xué)習(xí)中特征工程的一部分。特征提取是指從文字、圖像、聲音等其他非結(jié)構(gòu)化數(shù)據(jù)中提取新信息作為特征。航跡點(diǎn)是包含時(shí)間信息和空間信息的數(shù)據(jù)，時(shí)間信息是指船舶行駛到某一位置點(diǎn)的時(shí)間，空間信息是指船舶所處位置的經(jīng)緯度。常用的船舶運(yùn)動(dòng)特征參數(shù)包括航速、船舶加速度、真航向、曲率半徑等。對(duì)于異常航跡數(shù)據(jù)，其中包含一些距相鄰點(diǎn)的距離明顯大于其他點(diǎn)的航跡點(diǎn)，這些航跡點(diǎn)的速度和加速度明顯超出了相鄰的航跡點(diǎn)，甚至超出了實(shí)際船舶運(yùn)動(dòng)的速度和加速度閾值；真航向指的是船舶航行時(shí)，真北線與船首線之間的夾角，由于異常航跡中某些航跡點(diǎn)偏離了正常航線，作為離群點(diǎn)，其真航向?qū)τ谙噜彽暮桔E點(diǎn)有著很大的變化，所以具有真航向突變的數(shù)據(jù)特征的航跡，成為異常的可能性很大；曲率半徑主要是用來(lái)描述曲線上某處曲線彎曲變化的程度，曲率半徑越大，彎曲程度就越小，在異常航跡中，出現(xiàn)異常部分的航跡曲線的彎曲程度有更大可能性會(huì)變大，所以，異常航跡中某一段的曲率半徑會(huì)有更大可能性變小。

選取船舶航速V，加速度a，真航向TC，曲率半徑ρ為特征，對(duì)每個(gè)航跡點(diǎn)提取1個(gè)4維的特征向量。船舶航速、加速度、航向、曲率半徑的公式分別見(jiàn)式（1）～（4）。

式中：Si為第i個(gè)航跡點(diǎn)；Dis為航跡點(diǎn)間的距離，m ；ti為第i個(gè)航跡點(diǎn)所處的時(shí)間，s；V為航速，m s；a為加速度，m s2；TC為真航向，rad；ρ為曲率半徑，m-1；lati和 loni為航跡點(diǎn)Si的經(jīng)緯度；e為Si-1與Si之間的距離，m；b為Si-1與Si+1之間的距離，m；c為Si與Si+1之間的距離，m。

1.2 變分自編碼器

VAE可以看作是自編碼器的升級(jí)版本，二者的主體結(jié)構(gòu)大體相同，但是VAE 融入了貝葉斯理論，使得性能大幅度提升。VAE擁有1個(gè)編碼器和1個(gè)解碼器，編碼器將輸入編碼成1 組高斯分布而不是簡(jiǎn)單的隱變量，然后解碼器從這組分布中隨機(jī)采樣1個(gè)樣本將其作為解碼器的輸入，得到1 個(gè)近似于編碼器輸入的輸出結(jié)果。VAE 通過(guò)假設(shè)隱變量的概率分布，來(lái)增加模型的魯棒性并降低剛性誤差。

VAE 算法的基本思想是：對(duì)每1 個(gè)輸入x來(lái)說(shuō)都可以由1 個(gè)隱變量zk替代。因此，最終的輸出x?可以由某種概率分布pθ(xk|zk)生成，通常這種概率分布被假設(shè)成較為普遍的高斯分布。解碼器函數(shù)gθ(xk)能夠生成最終的生成分布的參數(shù)，并由1組參數(shù)θ約束。編碼器函數(shù)fθ(zk)能夠生成每1 個(gè)概率分布qφ(zk|xk)的參數(shù)，同時(shí)也被θ約束。

變分自編碼器中的變分推斷目的是找出1個(gè)近似分布p(zk)來(lái)替代分布qφ(zk|xk)，通常使用神經(jīng)網(wǎng)絡(luò)來(lái)擬合。2個(gè)分布間的相似度量通常使用Kullback-Leibler（KL）散度函數(shù)來(lái)度量。當(dāng)單個(gè)數(shù)據(jù)輸入模型中時(shí)，模型的置信下界（evidence lower bound，ELBO）目標(biāo)函數(shù)的公式見(jiàn)式（5）。

式（5）中的DKL可以看作是正則化項(xiàng)，使qφ(zk|xk)向標(biāo)準(zhǔn)正態(tài)分布看齊，而Eq可以被看作是期望的自編碼重建。由于p(zk)是高斯分布，可以使用重參數(shù)化（reparemerization）來(lái)解決模型中神經(jīng)網(wǎng)絡(luò)反向梯度求解問(wèn)題，即對(duì)樣本zk來(lái)說(shuō)，不從正態(tài)分布N(μ,δ)中采樣，而是從分布N(0,1)中取得1個(gè)變量ε，然后利用期望μ和標(biāo)準(zhǔn)差δ計(jì)算得到，見(jiàn)式（6）。

最終模型目標(biāo)函數(shù)的公式見(jiàn)式（7）。

1.3 改進(jìn)的LSTM

LSTM 是1 種循環(huán)神經(jīng)網(wǎng)絡(luò)，常用來(lái)處理時(shí)序性數(shù)據(jù)，圖1為L(zhǎng)STM結(jié)構(gòu)圖，它由輸入門、遺忘門、記憶門，以及輸出門組成。這些門結(jié)構(gòu)決定了數(shù)據(jù)信息的輸入、存儲(chǔ)、遺忘，以及輸出。LSTM 的更新公式見(jiàn)式（8）～（11）。

圖1 LSTM模型圖Fig.1 Standard LSTM structure

式（8）～（11）分別為輸入門、遺忘門、記憶門，以及輸出門。Ct為L(zhǎng)STM 細(xì)胞單元狀態(tài)；xt和ht為細(xì)胞單元輸入和隱藏層輸出；sigmoid（*）為sigmoid激活層；W*，b*為對(duì)應(yīng)門結(jié)構(gòu)的權(quán)重和偏置；為2個(gè)矩陣對(duì)應(yīng)元素相乘。

殘差結(jié)構(gòu)[21]被廣泛應(yīng)用在卷積神經(jīng)網(wǎng)絡(luò)中，它直接將輸入加到經(jīng)過(guò)卷積操作得到的輸出上，解決了梯度消失的問(wèn)題，并且可以捕捉到很小的擾動(dòng)，見(jiàn)圖2。筆者將殘差結(jié)構(gòu)引入LSTM 模型中，提出了基于殘差門的LSTM 模型，改進(jìn)的LSTM 依據(jù)殘差理論，將細(xì)胞單元的輸入，通過(guò)殘差門加到細(xì)胞單元狀態(tài)的輸出上，使得LSTM 模型對(duì)于軌跡數(shù)據(jù)能更好的記憶和學(xué)習(xí)數(shù)據(jù)特征，而避免梯度消失，見(jiàn)圖3。

圖2 殘差結(jié)構(gòu)圖Fig.2 Residual structure

圖3 殘差門LSTMFig.3 Residual gate LSTM

殘差門rt的定義見(jiàn)式（12）。

更新細(xì)胞狀態(tài)的計(jì)算公式見(jiàn)式（13）。

1.4 模型構(gòu)建與算法流程

本文以VAE為基礎(chǔ)設(shè)計(jì)了1個(gè)VAE-LSTM模型，結(jié)構(gòu)見(jiàn)圖4。將VAE編碼器和解碼器中的BP神經(jīng)網(wǎng)絡(luò)層替換為殘差門LSTM，旨在避免航跡數(shù)據(jù)特征提取過(guò)程的梯度消失和對(duì)航跡內(nèi)的時(shí)序性信息更好的進(jìn)行特征編碼與解碼。

圖4 VAE-LSTM模型結(jié)構(gòu)圖Fig.4 A VAE-LSTM network

圖5為航跡異常檢測(cè)模型，圖6為異常檢測(cè)算法流程。航跡異常檢測(cè)是1 個(gè)無(wú)監(jiān)督模型，模型的輸入為1 個(gè)定長(zhǎng)時(shí)間序列的航跡點(diǎn)特征向量，每個(gè)特征向量Xi包含航速V、加速度a、真航向TC、曲率半徑ρ，LSTM 編碼器會(huì)自動(dòng)提取輸入數(shù)據(jù)的時(shí)序特征并且將數(shù)據(jù)編碼為一系列隱變量，由另1 個(gè)LSTM 解碼器完成對(duì)隱變量的重建，對(duì)于來(lái)自編碼器的每個(gè)樣本，概率解碼器都會(huì)輸出均值和方差，使用這些均值和方差，計(jì)算從該分布產(chǎn)生原始數(shù)據(jù)的概率。多次計(jì)算得到概率的平均值，記為重建概率。具有低重建概率的航跡數(shù)據(jù)點(diǎn)被歸類為異常航跡點(diǎn)，航跡內(nèi)存在異常航跡點(diǎn)的航跡判定為異常航跡。

圖5 航跡異常檢測(cè)模型圖Fig.5 The model of ship trajectory outlier detection

圖6 航跡異常檢測(cè)流程圖Fig.6 The flowchart of ship trajectory outlier detection

VAE-LSTM 模型中的LSTM 解碼器與編碼器充分考慮到一段時(shí)間內(nèi)航跡數(shù)據(jù)的運(yùn)動(dòng)特征，有助于VAE-LSTM 模型學(xué)習(xí)正常數(shù)據(jù)隱變量的概率分布，提升正常數(shù)據(jù)重建概率的準(zhǔn)確性。模型采用無(wú)監(jiān)督訓(xùn)練方式，無(wú)需人工標(biāo)注，并且允許訓(xùn)練數(shù)據(jù)中存在少量的異常數(shù)據(jù)，適用于航跡數(shù)據(jù)正負(fù)樣本不均衡的數(shù)據(jù)環(huán)境。

2 實(shí)驗(yàn)驗(yàn)證

2.1 數(shù)據(jù)集描述

本文建立了1 個(gè)包含7 500 條的正常航跡訓(xùn)練數(shù)據(jù)集，該數(shù)據(jù)集數(shù)據(jù)來(lái)自于武漢段長(zhǎng)江水域、宜昌段長(zhǎng)江水域、南京段長(zhǎng)江水域等多處實(shí)際項(xiàng)目水域，數(shù)據(jù)集中的航跡數(shù)據(jù)均由有經(jīng)驗(yàn)的海事人員審核過(guò)，保證航跡數(shù)據(jù)的正常。另外，準(zhǔn)備了3 000 條正常航跡數(shù)據(jù)和500條實(shí)驗(yàn)過(guò)程中常見(jiàn)的異常航跡數(shù)據(jù)，每條數(shù)據(jù)包含200個(gè)以上的航跡點(diǎn)，這些數(shù)據(jù)作為模型的測(cè)試集。異常航跡與正常航跡見(jiàn)圖7～8，異常航跡存在某一航跡點(diǎn)的速度突然超出周圍的航跡點(diǎn)、一小段航跡整體偏離正常航線等情況，這些航跡通常與正常航跡有著較大的差異。導(dǎo)致這些航跡異常的原因包括但不限于：由于環(huán)境的干擾，導(dǎo)致某一數(shù)據(jù)源設(shè)備定位精度降低，設(shè)備間的定位存在較大誤差；數(shù)據(jù)源定位設(shè)備對(duì)不同船舶目標(biāo)的誤識(shí)別；數(shù)據(jù)傳輸過(guò)程中的信號(hào)干擾等。

2.2 實(shí)驗(yàn)設(shè)置

圖7 異常航跡Fig.7 The abnormal ship trajectory

圖8 正常航跡Fig.8 The normal ship trajectory

實(shí)驗(yàn)使用GTX1080 顯卡在Tensorflow 深度學(xué)習(xí)框架上進(jìn)行VAE-LSTM 模型的搭建。每個(gè)航跡點(diǎn)數(shù)據(jù)的輸入維度設(shè)置為4，隱變量維度設(shè)置為16。輸入的航跡時(shí)間序列長(zhǎng)度如果太短不利于時(shí)序性信息的提取，長(zhǎng)度太長(zhǎng)則可能會(huì)造成冗余。為了不失一般性，分別嘗試取值6，10，14，18 和22，重建概率異常判別閾值α分別嘗試取值0.95，0.90，0.85，0.80和0.75，將最優(yōu)準(zhǔn)確率的結(jié)果作為參數(shù)設(shè)置值，最終進(jìn)行對(duì)比實(shí)驗(yàn)的參數(shù)值為：α=0.90，時(shí)間序列長(zhǎng)度為10。

2.3 實(shí)驗(yàn)評(píng)估指標(biāo)

在無(wú)監(jiān)督學(xué)習(xí)的異常檢測(cè)任務(wù)中，常通過(guò)混淆矩陣對(duì)結(jié)果進(jìn)行分析?；煜仃囀? 種特定的矩陣，用來(lái)呈現(xiàn)監(jiān)督學(xué)習(xí)或非監(jiān)督學(xué)習(xí)算法性能的可視化效果。其每一列代表預(yù)測(cè)值，每一行代表的是實(shí)際的類別。通過(guò)分析可以得到常用的核心指標(biāo)有分類的精度、準(zhǔn)確率、召回率、F1 值，在航跡異常檢測(cè)任務(wù)中，正常航跡數(shù)據(jù)占總數(shù)據(jù)的比例要遠(yuǎn)遠(yuǎn)超出異常航跡，更多的識(shí)別到異常航跡更為重要，所以本文著重關(guān)注召回率指標(biāo)，它們的具體公式分別見(jiàn)式（14）～（17）。

2.4 實(shí)驗(yàn)對(duì)比結(jié)果與分析

訓(xùn)練之后，使用測(cè)試集對(duì)VAE-LSTM 航跡異常檢測(cè)模型評(píng)估，得到混淆矩陣見(jiàn)圖9。為驗(yàn)證本文VAE-LSTM航跡異常檢測(cè)模型的實(shí)用性和有效性，將本文模型與 VAE 模型、Zhao 等［22］提出的 LSTM異常檢測(cè)模型、孤立森林（iForest）、決策樹(shù)（DT）、支持向量機(jī)（SVM）進(jìn)行對(duì)比。孤立森林算法是1種適用于連續(xù)數(shù)據(jù)的無(wú)監(jiān)督異常檢測(cè)方法，在異常檢測(cè)任務(wù)重被廣泛使用。LSTM、決策樹(shù)和SVM 是3 種常用的有監(jiān)督分類算法，為了使用這3 種算法進(jìn)行對(duì)比，實(shí)驗(yàn)人員又將本文的數(shù)據(jù)集進(jìn)行了全部的標(biāo)注，耗費(fèi)了大量的人工成本，這相比于無(wú)監(jiān)督學(xué)習(xí)算法是1 個(gè)較大的缺點(diǎn)。同樣對(duì)上述對(duì)比模型采用4維特征提取，在相同的數(shù)據(jù)條件下進(jìn)行測(cè)試。實(shí)驗(yàn)對(duì)比結(jié)果見(jiàn)表1。

圖9 分類結(jié)果混淆矩陣Fig.9 Confusion matrix of classification results

航跡是時(shí)序性的數(shù)據(jù)，異常航跡段相比相鄰航跡在運(yùn)動(dòng)特征上會(huì)有明顯的區(qū)別。VAE、DT、SVM、iForest 在模型上只利用了當(dāng)前點(diǎn)的信息，忽略了航跡段前后的船舶運(yùn)動(dòng)特征，這限制了模型的分類效果，使得模型的召回率較低?；诒疚臄?shù)據(jù)集，與 Zhao 等［22］提出的 LSTM 異常檢測(cè)模型對(duì)比，Zhao等所提方法在異常檢測(cè)前，使用DBSCAN聚類算法過(guò)濾噪聲數(shù)據(jù)，數(shù)據(jù)質(zhì)量高于本文的數(shù)據(jù)，此外，還將航跡的異常狀態(tài)設(shè)置為高低2個(gè)檔位，更方便研究人員進(jìn)行判斷。但是，對(duì)比結(jié)果顯示，基于BP神經(jīng)網(wǎng)絡(luò)層的標(biāo)準(zhǔn)VAE的精度、召回率和F1值略微高于LSTM 模型，準(zhǔn)確率只相差0.01；而VAE-LSTM 異常檢測(cè)模型的召回率、精度、準(zhǔn)確率等指標(biāo)全面高于LSTM和VAE異常檢測(cè)模型，而且相比于LSTM 模型不存在正負(fù)樣本平衡性問(wèn)題，無(wú)需數(shù)據(jù)標(biāo)注。

表1 多種模型的對(duì)比結(jié)果Tab.1 The performance of different models

本文提出的VAE-LSTM 航跡異常檢測(cè)模型在各項(xiàng)指標(biāo)均高于其他機(jī)器學(xué)習(xí)算法，尤其是在召回率。VAE-LSTM 航跡異常檢測(cè)模型利用無(wú)監(jiān)督學(xué)習(xí)避免了訓(xùn)練數(shù)據(jù)正負(fù)樣本不均衡問(wèn)題，其中改進(jìn)后的殘差門LSTM 模塊可以提取航跡時(shí)序性信息，VAE 結(jié)構(gòu)可以自動(dòng)學(xué)習(xí)正常航跡和異常航跡在運(yùn)動(dòng)特征上的差異，無(wú)論從模型效率、實(shí)用性、準(zhǔn)確率上都要優(yōu)于傳統(tǒng)的模型。本文提出的VAE-LSTM航跡異常檢測(cè)模型，可以在航跡數(shù)據(jù)挖掘之前，準(zhǔn)確的對(duì)船舶航跡數(shù)據(jù)進(jìn)行異常檢測(cè)，提升航跡數(shù)據(jù)質(zhì)量，為下一步的數(shù)據(jù)挖掘工作打下基礎(chǔ)。

3 結(jié)束語(yǔ)

筆者提出1 種殘差門LSTM，將VAE 中的BP神經(jīng)網(wǎng)絡(luò)層替換為殘差門LSTM，對(duì)VAE 進(jìn)行改進(jìn)，并基于此，提出1 種基于VAE-LSTM 航跡異常檢測(cè)方法。該方法對(duì)航跡點(diǎn)提取了運(yùn)動(dòng)特征，使用重建概率檢測(cè)異常航跡。通過(guò)與多種機(jī)器學(xué)習(xí)算法的比較，本方法的優(yōu)勢(shì)在于：模型為無(wú)監(jiān)督學(xué)習(xí)，避免了有監(jiān)督分類的異常檢測(cè)中正負(fù)樣本不均衡問(wèn)題；對(duì)航跡點(diǎn)提取運(yùn)動(dòng)特征向量，模型擴(kuò)展性較好；使用殘差門LSTM 作為編碼器和解碼器，可以對(duì)航跡時(shí)序性特征進(jìn)行提??；訓(xùn)練數(shù)據(jù)集使用正常航跡，并且允許包含少量的異常航跡，無(wú)需人工標(biāo)注；模型的各項(xiàng)指標(biāo)均高于對(duì)比的其他分類算法，可滿足異常航跡檢測(cè)需求。下一步，筆者將嘗試基于卷積神經(jīng)網(wǎng)絡(luò)的變分自編碼器異常檢測(cè)模型，進(jìn)一步提高航跡異常檢測(cè)準(zhǔn)確率。