基于时空扫描统计量的异常聚类方法研究

发布时间：2023-06-01 21:20

　　随着移动互联网和全球定位系统的快速发展和广泛应用,使得时空数据呈现爆炸式的增长。海量的包括时空对象的空间、时间及其专项属性的时空数据可以为重大事件的发生提供判断依据。时空数据的分析已成为当前研究的热点,其中异常时空数据的挖掘能直接分析出异常情况的产生,研究异常数据的挖掘具有实际的意义。基于时空扫描统计量的聚类分析是异常数据挖掘的主要方法之一,很多学者已经进行研究并取得一些成果,但是仍存在以下缺陷:第一,时空扫描窗口参数阈值设置将影响扫描结果,如何设置合理的阈值是需要讨论的问题;第二,传统的时空扫描统计量方法未考虑时空间的交互作用,扫描结果导致探测灵敏度不高,故本文针对这两个问题做了以下的研究:(1)在传统的时空扫描方式中,未考虑时空对象空间属性的变化,在整个空间扫描过程当中空间扫描步长及扫描最大半径阈值均为定值,影响了扫描分析的准确度。本文提出基于非均匀步长的时空扫描,将窗位和其他采集点之间的最大距离L_max的1/2作为该窗位的最大空间扫描半径,空间扫描采用递进式扫描的方法,通过对比实验证明了该方法下的探测分析更合理,结果更准确。(2)本文提出C_S

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 时空异常挖掘研究现状
        1.2.2 时空异常聚类方法研究现状
        1.2.3 扫描统计聚类方法的研究现状
    1.3 本文研究的内容和创新点
        1.3.1 研究内容
        1.3.2 研究创新点
    1.4 本文结构安排
第二章 相关理论研究基础
    2.1 时空数据的概述和分类
        2.1.1 时空数据的定义
        2.1.2 时空数据特征
        2.1.3 时空数据的分类
    2.2 时空数据挖掘
        2.2.1 时空数据挖掘概述
        2.2.2 时空数据挖掘分类
    2.3 时空异常探测
        2.3.1 时空异常的定义
        2.3.2 时空异常探测方法
        2.3.3 时空异常探测框架
    2.4 本章小结
第三章 时空异常聚类算法Space-Time Scan
    3.1 常见的时空聚类异常探测方法
        3.1.1 时空密度聚类
        3.1.2 时空混合距离
        3.1.3 时空扫描
    3.2 Space-Time Scan原理和实现步骤
        3.2.1 时空对象数据矩阵构建
        3.2.2 确定扫描方式
        3.2.3 计算统计量
        3.2.4 聚集区域的置信度分析
    3.3 时空扫描算法的优缺点
    3.4 本章小结
第四章 基于非均匀空间步长的时空扫描探测方法
    4.1 方法概述
        4.1.1 时间窗口大小的设定
        4.1.2 空间扫描半径设定
    4.2 基于非均匀空间步长扫描模式的探测方法
    4.3 算法实例应用及性能评价
        4.3.1 算法事例应用
        4.3.2 性能评价
    4.4 本章小结
第五章 基于时空相关作用的扫描探测方法
    5.1 相关方法概述
        5.1.1 单纯时间相关作用
        5.1.2 单纯空间相关作用
    5.2 C_Space-Time Scan方法
    5.3 评价指标
    5.4 云南省x县数据集实验分析
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录A 攻读硕士学位期间主要成果
附录B 核心代码附录



本文编号：3827074