科研之友
微信
新浪微博
Facebook
分享链接
摘要
飓风常会引起无法估计的人身和经济损失,飓风轨迹异常检测可以为灾情提供辅助信息或异常告警。从深度学习的角度出发,提出了基于变分自编码器的飓风轨迹异常检测方法(Variational Auto-Encoder Outlier Detection, VAEOD)。利用滑动窗口将长度不等的轨迹序列变成等长的子轨迹序列作为变分自编码器的输入,通过变分自编码器训练轨迹重构模型,将重构的轨迹与输入的轨迹通过平行、垂直和角度距离进行对比找出异常的轨迹段。通过真实的飓风数据进行仿真实验发现,VAEOD方法比经典的轨迹异常值检测算法(TrajectoryOutlierDetectionAlgorithm,TRAOD)检测的结果更合理,实用性更强。
- 单位
