摘要

在安防系统中,将采集的大量目标轨迹转化为体积小、质量高的语义轨迹,并对其进行频繁模式挖掘有助于分析目标行为模式、识别危险源以及增强安防系统内部防控。针对现有频繁模式挖掘方法未考虑停留点价值差异的问题,提出一种高效用语义轨迹模式挖掘方法。其思路是:首先综合停留点兴趣度、目标在停留点的停留时间以及目标语义轨迹的支持度这三个参数定义了语义轨迹效用值的概念;在此基础上采用蚁群算法挖掘高效用语义轨迹模式。该算法采用精英蚂蚁策略改进了蚂蚁种群的迭代方式,并通过轮盘赌选择法改进了蚂蚁选择下一节点的策略,运用无效用编码向量剪枝策略来提高算法的执行效率。分别在chess、mushroom、foodmart和retail四个公开数据集以及从某安防系统RFID定位子系统采集的RFID定位数据集上对提出的高效用语义轨迹模式挖掘算法进行了实验验证。实验结果表明:本文算法在发现高效用语义轨迹模式的数量上比HUPE-GARM算法、HUIM-BPSO算法和HUIM-ACS算法增加了10%以上,在运行时间上比HUPE-GARM算法、HUIM-BPSO算法和HUIM-ACS算法减少了7%以上。

全文