面向轨迹数据的行为挖掘关键技术研究

发布时间：2021-05-20 19:50

　　随着无线通信技术、定位技术以及传感器技术的不断成熟,时空轨迹数据的获取变得越来越容易。时空轨迹数据是由一系列包含位置、时间、速度、航向等信息的轨迹点组成,蕴含着移动对象丰富的时空动态信息,不仅刻画了移动对象的行为模式与活动规律,还揭示了事物演化的内在机理。通过数据挖掘,来发现隐藏在轨迹数据中有价值的规律和知识,可以广泛地服务于活动推荐、城市规划、公共安全、国防军事等诸多领域,因此有着重要的研究价值和意义。在此背景下,本文研究了面向轨迹数据的行为挖掘技术,主要内容如下:（1）轨迹数据质量提升模型研究。提出了一种轨迹数据关联算法,该方法引入了轨迹特征向量的余弦相似性,较好地解决了长时中断轨迹的关联问题;提出了一种保留特征点的自适应轨迹压缩算法,该方法利用压缩比自动控制压缩距离阈值,在压缩轨迹的同时也能保持轨迹的整体轮廓。（2）基于深度学习的异常行为检测。提出了基于变分自编码网络的轨迹异常检测算法,该方法以GRU为编码和解码基本单元,以重建概率为异常分值,同时引入疑似异常占比来自适应调整异常判断阈值。在仿真测试集上,该异常检测算法的准确率和召回率均高于90%,并且实时检测效率高,预计能够满足... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 轨迹关联和压缩
        1.2.2 异常行为检测
        1.2.3 轨迹聚类算法
    1.3 主要研究内容
    1.4 论文组织结构
第二章 相关技术介绍
    2.1 轨迹数据预处理
        2.1.1 数据分析
        2.1.2 数据整理
        2.1.3 轨迹关联
        2.1.4 轨迹压缩
        2.1.5 轨迹分段
    2.2 深度学习技术
    2.3 聚类算法介绍
    2.4 本章小结
第三章 轨迹数据质量提升模型研究
    3.1 模型框架
    3.2 相关定义
    3.3 轨迹数据关联与融合算法
        3.3.1 算法流程
        3.3.2 算法详细介绍
    3.4 保留特征点的自适应轨迹压缩算法
        3.4.1 轨迹特征点的判断
        3.4.2 自适应参数的轨迹压缩
    3.5 实验与结果分析
        3.5.1 实验数据制作
        3.5.2 轨迹关联结果分析
        3.5.3 轨迹压缩结果分析
    3.6 本章小结
第四章 基于深度学习的异常行为检测
    4.1 基于自编码网络的轨迹异常检测
        4.1.1 自编码模型
        4.1.2 异常检测
    4.2 基于变分自编码网络的轨迹异常检测
        4.2.1 变分自编码模型
        4.2.2 异常检测
    4.3 实验与结果分析
        4.3.1 实验数据制作
        4.3.2 模型设置
        4.3.3 结果分析
    4.4 本章小结
第五章 基于聚类算法的常规行为挖掘
    5.1 总体模型框架
    5.2 算法详细介绍
        5.2.1 轨迹距离度量
        5.2.2 CFSFDP聚类算法
        5.2.3 CFSFDP算法改进
        5.2.4 聚类结果精炼
    5.3 实验与结果分析
        5.3.1 实验数据制作
        5.3.2 实验设置
        5.3.3 结果分析
    5.4 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


【参考文献】：
期刊论文
[1]时空轨迹频繁模式在反恐情报分析中的应用研究[J]. 李勇男.  情报杂志. 2018(08)
[2]轨迹大数据:数据处理关键技术研究综述[J]. 高强,张凤荔,王瑞锦,周帆.  软件学报. 2017(04)
[3]Argos系统的发展现状与趋势[J]. 宋飞,冯旭哲.  海洋预报. 2012(06)
[4]多目标多传感器模糊双门限航迹相关算法[J]. 何友,彭应宁,陆大.  电子学报. 1998(03)
[5]多传感器数据融合系统中两种新的航迹相关算法[J]. 何友,陆大,彭应宁,高志永.  电子学报. 1997(09)
[6]一种多目标多传感器航迹相关算法[J]. 何友,彭应宁.  清华大学学报(自然科学版). 1997(09)

硕士论文
[1]基于移动时空轨迹的路网热点区域挖掘系统设计与实现[D]. 陈婷.电子科技大学 2019
[2]基于数据挖掘技术的出租车轨迹异常分析研究[D]. 耿凯.长安大学 2018
[3]基于时空约束的城市热点区域与热点路径挖掘[D]. 赵欣.重庆大学 2017



本文编号：3198338