船舶频繁模式模型
本模型结合频繁模式常用算法FP-tree 算法进行频繁线路预测，同时对频繁线路进行相关属性聚类，采用DBSCAN，进行线段聚类（相关的FP-tree和DBSCAN会后续总结）
一、需求分析
主要针对①每艘船舶经常走的起止港口及经停港口；②每类船舶（分不同吨位等级、分不同长度等级、分不同宽度等级、分不同吃水等级）经常走的真实航迹线。数据统计周期为每个季度和每年。
统计数据内容如下：
1、每艘船舶
（1） 常走起止港口、经停港口
（2） 常走航迹线
（3） 港口平均停留时间
（4） 经停港口间的平均行驶时间
（5） 从某个泊位出来经常到某个港口（主要用于船舶在运送不同类型的货物的时候，可能目的港口不同，这个作为后续优化方向）
2、港口间真实航迹线
（1） 港口与港口间的真实航迹线
（2） 航迹线的属性：①可以航行哪些类型的船舶；②分类型的船舶的最大吨位；③可以航行船舶的最大长度；④可以航行船舶的最大宽度；⑤可以航行船舶的最大吃水深度。
二、输入输出输出
2.1 输入数据
1）船舶的OD数据；
2）船舶的AIS数据；
3）船舶的类型数据；
三、模型
3.1 模型主要思路
1. 通过OD数据统计船只在一个季度/年内的所有抵达港口，并统计其在该港口的平均时间、到港的次数、以及该船只在所有港口停留的平均时间。按照到港的次数进行排序，得到到港次数大于等于2次（若数量少于3个，则取前三个；次数出现一次的港口排序按照在港时间，时间长的排在前边）的港口为标记港口；
2. 统计船只的航线的起始港口，并记录途中经停港口。
3. 通过统计的起始航线，运用FP-tree频繁统计方式来计算船只的频繁线路。
4. 通过船只OD数据和AIS数据来确定港口间的真实航迹线；
5. 通过相同港口间的航迹线聚类，生成该港口间的航道信息，根据航道内的航迹线数据来进行属性统计，并关联相应的航迹线属性表上。
3.2 模型流程框图
3.3 模型的流程详细说明
流程说明：
（一）输入OD数据
（二）OD数据输入后先进行OD数据统计，基于OD数据统计结果，再分别对OD数据进行完整航线统计（三）和真实航迹线生成处理（四）。
（三）完整航线统计——1）根据OD数据和OD节点数据信息判断船只航行过程中起始、经停、终止港口，起始港口到终止港口为完整一条航线，统计该条船所有的航线；2）根据FP-tree方法对该条船的航线进行频繁统计（具体统计过程见下文）；3）根据2）中统计结果，确定该船只的频繁线路，输出该船的频繁线路数据。
（四）真实航迹线生成——1）输入处理港口间的所有船只OD数据和对应的船只AIS数据；2）以船只的original_out_utc 时间对应的时间点开始，到destination_in_utc时间点结束，对该船只AIS数据进行稀疏化——每隔两海里保留一个AIS点。该段内的稀疏点迹作为该船在这两个港口间航行的真实航迹线，保存该航迹线。
（五）航道属性统计：1）基于（四）的真实航迹线数据，统计该条航迹线数据的特征点，根据特征点对OD数据进行分段处理，且特征点的连线作为该段的特征直线；2）对所有OD的特征直线根据DBSCAN方法进行聚类；3）统计每类航道的属性（船只最大吨位、船只最大宽度、船只最大长度、船只最大吃水深度），保存相应航道信息；4）相同类别内航迹线段共享该类内的属性，填充航迹线对应的属性信息。
（六）对（一）~（五）进行循环处理，直到所有船只频繁模式和所有港口真实航迹线处理完毕。
流程中具体操作解释说明：
1. OD数据统计：
1）统计该船只一年的OD数据，记录所有的抵达港口、抵达港口的次数、抵达港口的平均停留时间 ，以及其在所有港口的平均停留时间 ；
2）对统计的结果，按照港口抵达次数进行排序，将到港次数大于等于2次（若数量少于3个，则取前三个）的港口作为标记港口。
2. 船只完整航线统计：1）根据OD数据和OD节点数据来判断船只航行起始港口、经停港口、终止港口；2）起始到终止港口为一个完整的航线。
起始港口判断：
①OD数据的起始点港口（original_port）；
②之前的OD已经标记为终止，则线路重新开始时的original_port为起始港口；
经停港口判断：
①OD中的destination_port港口对应的node_type为泊位，且在港停留时间T满足 ；
终止港口判断：
①OD中的destination_port港口对应的node_type为泊位，且在港停留时间T满足 ；
②若起始港或之前的经停港出现过该港口，则对该条线路拆分为两条；第一条为起始港到该港之前的经停港，第二条为该港之前的经停港转为起始港，该港作为终止港保存。
根据上述的起始港口、经停港口、终止港口来判断船只的起止港口，。
3. FP-tree统计港口（泊位）到港口的频繁线路：
1）统计港口到港口：
2中统计的船只航线，按照1中的标记港口对起止港口进行排序，出现次数多的排在前边；统计相同线路数据。
2）泊位出发统计：
根据1）获取的港口到港口频繁数据，增加泊位数据进行划分，统计相同泊位出发到达的港口的次数，出现次数大于等于2次则记录。
4. 根据OD数据和AIS数据生成港口间的真实航迹线：
根据港口间OD数据和AIS数据进行稀疏化表示，以original_out_utc对应点为起始点，每隔2海里记录一个新的点，直到destination_out_utc。
5. 基于DBSCAN线段聚类方法，对所有在此港口间航行的航迹线进行聚类，获取两个港口间真实航道信息，统计航道属性，并关联相应的航迹线。
注：
DBSCAN线段聚类算法：
1）轨迹特征点提取：
两点P1(x1,y1)，P2(x2,y2)的正向直线方程F12的表达式为
F12(x,y) = (y2 - y1)(x –x1)+(x2 – x1)(y – y1);
P1(x1,y1)，P2(x2,y2), P3(x3,y3)，P4(x4,y4)是连续的四个点。连接P1，P2的直线方程F12(x,y)，计算F12(x3,y3);连接P2，P3的直线方程F23（x,y），计算F23（x4,y4）。若F23（x,y）* F23（x4,y4）< 0 ，则P3（x3,y3）为特征点。
轨迹线的起止点为特征点，起止点之间的点则通过上述方法生成。
2）计算两段特征直线间的距离
轨迹线中两特征点P1，P2；另一条轨迹线中两特征点A,B。θ为两特征线段的夹角，A点到P1P2的距离为L1，B点到P1P2的距离为L2.
条件处理：
①AB与P1P2相交则，两线段间距离为0；
②若A,B两点的x坐标在P1P2内，则分别计算L1和L2，AB到P1P2的距离为 ；
③若A,B两点的x坐标与P1P2所在x范围有交集，则需要计算L1和L2，以及P1，P2到AB的距离L3和L4，此时AB到P1P2的距离为L1、L2、L3、L4中最小的一个；
④若A,B两点x坐标与P1P2所在的x范围没有交集，则分别计算P1,A；P1，B；P2，A；P2，B的距离，取最小的距离作为两线段的最小距离。
3）轨迹间聚类
①以某条轨迹为标准计算该轨迹所在的航道数据。
②起始线段为起始，开始计算：该线段与其它轨迹线线段的距离，若轨迹线段间的距离小于5海里，则将其归为一类。统计所有与该轨迹线段距离小于5海里的线段，并将其归为一类。
③依次循环所有未分类的轨迹线，统计其轨迹线内的分类。
如果该轨迹内部分线段属于A类，部分线段属于B类，则该轨迹需要记录两类的分界点和属性值。
④统计各个分类内，船只的类型、船舶的最大吨位、船舶的最大长度船舶的最大宽度、船舶的最大吃水深度。
⑤对于该类内的线段就行属性与轨迹线进行关联。