国内河通航水域桥梁建设日趋完善,船舶在内河航道中行驶常需通过桥梁,甚至连续通过多个桥梁。而船舶在内河航道行驶时,其行为不仅受其他船只的影响,也会受到桥梁的影响。船舶行为与航运安全息息相关,发现船舶过桥行为特征、挖掘船舶航行规律以及预测船舶轨迹等研究对桥区通航效率和安全具有重要意义。在构建桥区水域船舶过桥行为标签体系的基础上,面向船舶经过桥梁通航孔的场景,研究了船舶过桥行为特征,对船舶进行画像。进一步运用关联规则的Apriori算法和类关联规则(class-association rules,CAR)分类器实现船舶过桥行为预测模型,利用新船舶案例验证模型有效性。主要相关研究工作包括:1)基于桥区水域范围处理AIS数据。以枯水期长江武汉段上行船舶AIS数据为基础,利用射线法对船舶在准备区水域和桥区水域的AIS数据进行采样,经过数据清洗和标准化处理,排除会遇船舶和跟驰船舶,选择独立行驶的船舶作为研究对象。2)基于用户画像理论构建船舶画像标签体系。根据用户画像理论和标签体系构建方法,分析船舶动态属性特征和静态属性特征,确定船舶过桥行为事实标签体系框架和模型标签体系框架。3)基于船舶行为特征构建船舶过桥行为画像模型。从AIS数据提炼船速、航向角、船舶尺寸、船舶类型等静态特征信息和动态数据信息对船舶行为进行分析,使用聚类和分类技术处理船舶在准备区和桥区的多个行为特征。根据所构建的船舶过桥行为的模型标签体系,赋予每个船舶行为特征相应标签,从而建立船舶标签库,刻画出较完整的船舶过桥行为画像。4)基于关联规则构建船舶过桥行为画像预测模型。通过Apriori算法初步挖掘船舶过桥行为关联规则,然后根据给定的条件属性和预测属性对规则进行修剪、排名,构建了CAR分类器以预测船舶过桥行为。最后对613条测试集的过桥行为进行预测,与实际结果进行比对,预测准确率为76.83%。