科研之友
微信
新浪微博
Facebook
分享链接
摘要
异常轨迹检测算法通常不能依靠轨迹内外部属性而有效地进行检测,具有较大的应用局限性。针对此类问题,基于BP神经网络提出了一种改进的异常轨迹检测方法。首先对原始轨迹数据去噪,并上传百度云LBS云端储存;其次基于百度地图轨迹数据可视网站进行了数据归一化处理,得到了轨迹的属性值;最后以轨迹内外特征属性代表BP神经网络算法的输入层,以轨迹相似度度量代表输出层,对隐含层系数调整后获得训练模型。研究针对Deolfe项目的两个用户轨迹数据做了仿真实验,用以检测用户异常轨迹数据。结果证明,在选取的最优训练方案基础上,两组数据的异常轨迹检测正确率各达92.3%及100%,所搭建模型能够作为异常轨迹检测的工具。
- 单位
