基于位置服务的老人出行异常检测和位置预测系统研究与实现

发布时间：2021-04-25 01:03

　　社会老龄化使人们对老人的监护压力越来越大,因而老人独自外出并发生跌倒、走失的情况屡见报端。同时,随着定位技术的发展,许多老人佩戴了具有位置服务的可穿戴设备。因此,通过位置服务检测老人出行异常,预测老人位置,对增强监护人对老人出行过程的监护具有重要意义。近年来,国内外学者对异常检测和位置预测进行了许多研究,但针对老人的研究较少,且大部分研究仅考虑单一场景,无法形成易于落地的方法体系。在总结前人研究的基础上,本文把老人的出行异常情况分为出行位置异常、出行时间异常和停留时间异常,将老人位置预测的场景分为离线位置预测和实时位置预测,然后提出新的异常检测方法和位置预测方法。本文的具体工作如下:1.对于轨迹预处理,本文提出了一种融合中值和均值滤波器的降噪方法和一种基于安全区域的轨迹分割方法。该降噪方法可以滤除大偏移噪声、平滑小偏移噪声,且具有较低的算法复杂度。该轨迹分割方法将老人住所及附近区域视为安全区,将安全区外的轨迹作为出行轨迹保留下来。该方法既能截取有效出行轨迹又减少了数据量。2.在出行异常检测方面,本文首先提出一种改进的分段DTW轨迹相似性度量方法,该算法提高了相似性度量的精度,降低了计算... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：90 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 课题的研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 课题研究现状
        1.2.1 轨迹异常检测方法研究现状
        1.2.2 位置预测方法研究现状
        1.2.3 研究现状总结
    1.3 论文的主要工作及章节安排
        1.3.1 论文研究内容和贡献
        1.3.2 论文章节安排
    1.4 本章小结
第二章 老人出行异常检测和位置预测系统
    2.1 老人出行特点介绍
        2.1.1 独行老人出行特点
        2.1.2 异常情况分类和预测场景划分
        2.1.3 相关概念定义
    2.2 本文研究框架
    2.3 轨迹数据挖掘理论简介
        2.3.1 轨迹数据挖掘框架
        2.3.2 轨迹分段方法介绍
        2.3.3 轨迹相似性度量算法介绍
        2.3.4 轨迹聚类算法介绍
    2.4 本章小结
第三章 轨迹数据预处理
    3.1 轨迹序列降噪
    3.2 轨迹数据归一化
    3.3 轨迹序列分割
        3.3.1 轨迹分割总流程
        3.3.2 安全区域划分
    3.4 实验与分析
    3.5 本章小结
第四章 基于网格区域序列的老人出行异常检测方法
    4.1 基于分段DTW算法的老人轨迹特征提取
        4.1.1 算法总体流程
        4.1.2 改进的分段DTW轨迹相似性度量方法
        4.1.3 老人出行轨迹特征库的构建
    4.2 基于网格区域序列的出行异常检测方法
        4.2.1 异常检测流程
        4.2.2 实时轨迹的网格区映射
    4.3 实验与分析
        4.3.1 特征提取算法的实验与分析
        4.3.2 异常检测算法的实验和分析
    4.4 本章小结
第五章 基于历史轨迹特征的老人位置预测
    5.1 基于时间加权树的老人实时位置预测
        5.1.1 关键地点提取
        5.1.2 老人实时位置预测
    5.2 基于时间匹配的离线位置预测
        5.2.1 历史轨迹建模
        5.2.2 离线位置预测
    5.3 实验与分析
        5.3.1 老人实时位置预测算法实验验证
        5.3.2 老人离线位置预测算法实验验证
    5.4 本章小结
第六章 老人出行异常检测与位置预测软件系统设计
    6.1 监护人终端软件的设计
        6.1.1 系统功能模块设计
        6.1.2 监护人终端软件展示
    6.2 服务端原型系统设计
        6.2.1 系统功能设计
        6.2.2 后台管理网站展示
    6.3 本章小结
第七章 总结与展望
    7.1 本文工作总结
    7.2 未来研究展望
参考文献
致谢
作者简介



本文编号：3158403