党的十八大作出“建设海洋强国”的重大部署，“走向海洋”被提升到国家战略高度。随着定位设备准确性的提高，以及通信设备覆盖面及传输量的扩展，不论是企业、政府还是国防单位，都已积攒了海量的海上目标轨迹数据。目前众多学者对地面移动目标轨迹数据挖掘方向进行了大量深入的研究，然而针对海上移动目标轨迹数据的研究相对较少。由于海上移动目标与地面移动目标轨迹数据的特性之间存在差异，使得两种数据的处理及挖掘手段也存在一定差异，相关研究的缺失造成当前所积攒的海量海上目标轨迹数据中的高价值信息并没有被完全挖掘。　　本文基于海上目标的轨迹数据特性对轨迹管理方法、目标频繁模式与伴随模式挖掘技术展开研究，最后结合对目标行为模式的应用需求，实现目标行为模式挖掘系统。通过挖掘活动对象个体及群体间的活动规律，为目标轨迹预测及海域监测提供数据支撑，为维护国家海洋权益奠定坚实基础。　　本文主要工作和贡献可以归纳为以下四点:　　(1)设计并实现面向海上目标大规模轨迹数据的图结构管理方法　　本文针对海上目标轨迹数据时空跨度大、行驶方向角平缓的特性，提出包含数据清洗及轨迹压缩两种处理方式的轨迹预处理方案，并通过实验找到能够平衡时间开销和压缩误差的轨迹压缩阈值。设计基于网格结构以及基于图结构的两种轨迹存储方案，并通过实验对比两种存储方案在相同规模数据集下的存储空间和存取时间开销，论证基于图结构的轨迹存储方案比基于网格结构的轨迹存储方案更适合存储带有轨迹段信息的海上目标轨迹。　　(2)设计并实现不确定性时空轨迹的频繁模式增量挖掘方法　　本文针对海上目标轨迹点由于采样精度高，造成难以精准重复的情况，设计基于密度聚类的轨迹频繁项集生成方法，并通过实验验证该方法所生成的频繁项集能够提高频繁模式挖掘结果的数量和质量。为应对轨迹数据持续增长的情况，设计在原有挖掘结果下对定期扩充数据进行轨迹频繁模式挖掘的方法。通过实验验证，所提出的增量式频繁模式挖掘方法能够在轨迹数据定期扩充的应用场景下降低频繁模式挖掘时间。　　(3)设计并实现基于大规模轨迹分组的伴随模式挖掘方法　　本文首先定义船舶的伴随模式，并在此基础上展开伴随模式的挖掘工作。为了减少挖掘工作的计算量，设计基于多阈值密度聚类的轨迹分组策略及剪枝策略，并通过实验验证该策略能够提高伴随模式的挖掘效率。为提高伴随模式发掘结果的准确率，设计基于频繁模式挖掘算法的频繁航道内轨迹点剔除方法。通过实验，验证了剔除频繁航道内轨迹点后，伴随模式发掘结果的正确率获得明显提升。　　(4)设计并实现海上目标行为模式挖掘系统　　本文结合用户对目标行为模式的应用需求，设计并实现目标行为模式挖掘系统。为方便功能扩充及算法优化，系统采用松耦合的架构设计，其中各个功能及算法使用独立模块进行构建。为提高系统的使用效率，采用独立线程执行各项模式挖掘和挖掘结果应用任务，以增加任务并行程度。本系统已应用于实际场景，能够在真实轨迹数据中挖掘出目标的活动规律，并且能够结合实时数据实现对目标进行轨迹预测、意图推理及异常检测等场景应用。