<b>Reconstruction of Maritime Route Network in Nearshore Waters with Noise Removal Using Step-by-Step Density-based Clustering</b>

code:1.preprocess.py -AIS trajectory preprocessing code2.Similarity calculation.py -Calculate the sub-trajectory Hausdorff distance, course over ground (COG) similarity of key turning points and average COG similarity3.S²-dbscan clustering.py -Code implementation of S2-DBSCAN algorithm for clustering problems under multi-objective conditions4.Delaunay triangulation.py -Perform Delaunay triangulation on the sub-trajectory clustering results5.Extract center line.py -Code for extracting centerline based on triangulation resultsdata：1.perprocess. Preprocessed ship trajectory data2.arcgis pro. Results Visualization

代码文件：
1. preprocess.py：船舶自动识别系统（AIS）轨迹预处理代码
2. Similarity calculation.py：用于计算子轨迹的豪斯多夫（Hausdorff）距离、关键转弯点的对地航向（Course Over Ground, COG）相似度以及平均COG相似度
3. S²-DBSCAN clustering.py：面向多目标场景聚类问题的S²-DBSCAN算法代码实现
4. Delaunay triangulation.py：对子轨迹聚类结果执行德劳内三角剖分（Delaunay Triangulation）
5. Extract center line.py：基于三角剖分结果提取中心线的代码

数据集与可视化成果：
1. 预处理后的船舶轨迹数据
2. 基于ArcGIS Pro生成的结果可视化文件

搜集汇总

背景与挑战

背景概述

该数据集提供了用于近海水域海上航线网络重建的代码和预处理数据，主要采用S2-DBSCAN算法进行子轨迹聚类和Delaunay三角剖分技术。数据集包含完整的处理流程代码和可视化结果，适用于海洋交通网络分析和轨迹挖掘研究。