【摘 要】
：
近些年,城市道路网络中基于车辆等移动对象所产生的轨迹数据的相关研究在智能交通领域掀起了一片研究热潮。轨迹异常检测作为路网轨迹模式挖掘的一个热门研究课题之一,其主要目的是识别出轨迹数据中异常但有价值的数据信息,对路网中欺诈和不良事件的监测具有重大意义。现如今,大多数针对路网的轨迹异常检测算法都倾向于采用基于密度或基于距离的检测方法,并未考虑时间信息对异常轨迹检测结果的影响;并且在检测过程中,通常选择
论文部分内容阅读
近些年,城市道路网络中基于车辆等移动对象所产生的轨迹数据的相关研究在智能交通领域掀起了一片研究热潮。轨迹异常检测作为路网轨迹模式挖掘的一个热门研究课题之一,其主要目的是识别出轨迹数据中异常但有价值的数据信息,对路网中欺诈和不良事件的监测具有重大意义。现如今,大多数针对路网的轨迹异常检测算法都倾向于采用基于密度或基于距离的检测方法,并未考虑时间信息对异常轨迹检测结果的影响;并且在检测过程中,通常选择使用历史轨迹与目标轨迹的对比结果对轨迹数据进行异常判定,但由于历史轨迹往往受一些外部因素的影响,并不能实时明确的反应路网中实际的运行状态,从而影响异常轨迹检测的准确性。这也就表明现有的异常轨迹检测算法具有一定的局限性,难以适用于路网环境中的实时异常轨迹检测。基于上述所存在的问题,本文提出了一种异常轨迹定义,并给出对应的面向路网数据的异常轨迹检测算法。具体地,本文的主要贡献包括如下几个部分:（1）提出了一种适应于路网的异常轨迹定义AT（Abnormal Trajectory）,从理论上使用时间信息成功模拟了移动对象的异常行为。（2）提出了一种高效的基于路网数据的异常轨迹检测算法ATDA（Abnormal Trajectory Detection Algorithm）。该算法首先依据移动对象当前位置点的安全情况判断移动对象轨迹的异常情况,若判定结果为正常,则会根据之前所推荐的最优路径进行进一步的判断,最终根据判定结果选择是否需要求取实际的最优路径进行异常轨迹检测。这种异常轨迹判定方式可以降低路径规划的几率,从而加速异常轨迹检测,提升算法性能。（3）鉴于ATDA算法中,最优路径查找运用的是经典的Floyd方法,影响异常检测效率,因此,提出了一种基于空间约束的最优路径查找算法OPFASC（Optimal Path Finding Algorithm based on Spatial Constraints）。首先,基于网格划分的思想,对路网构建基于网格的邻接表索引。然后,提出了空间约束的具体方法,主要包括限制区域的确定和路径查找两个过程,通过网格扩展确定近似最短的路径最有可能经过的区域,再对所求区域进行路径查找,即可通过该路径获得有效的限制区域RA。最终,在限制区域RA内进行最优路径的查找。这种空间约束的方法可以过滤掉大量与最优路径无关的路网顶点,既可以提高最优路径查找效率,也在一定程度上加速了异常轨迹检测的过程。（4）通过利用真实数据集进行大量的对比实验,证明了本文提出的ATDA算法的高效性。
其他文献
财务领域的知识体系复杂庞大,相关政策更新迭代速度频繁,人们日常办理财务业务可能会遇到各种各样的问题,因此需要准确高效的获取财务领域的知识。传统的方式是拨打咨询热线,但当咨询量大、线路繁忙时,用户不能及时的获取知识。随着互联网的快速发展,财务知识的获取大多来源于网络,但财务领域知识具有专业性高、私密性强等特点。用户通过网上搜索的方式难以真正的获取到有效的信息。为解决以上提出的问题,本文结合深度学习、
场景识别是对无结构化数据进行智能处理,从而使其变成可供计算机自动识别的分类问题,是一种综合运用计算机视觉、行为识别和人工智能的重要技术。在大数据和人工智能的时代背景下,场景分类技术广泛应用于遥感图像处理、视频图像处理、智慧城市和智能家居等领域之中。其中,视频场景分类是计算机视觉领域一个热点的研究问题,其目标是综合运用图像处理、机器学习、模式匹配和人工智能等技术实现场景的语义理解,在视频分析、视频剪
在信息数据快速传播的时代,数字图像传输的频率很高。在保护图像信息的各种方法中,对图像进行加密是一种非常有效的措施。与文本和语音相比,图像表示的信息更加生动,但这也意味着图像信息量很大,冗余度很高,相关性很强。因此,传统的加密方案不能保证加密的安全性要求。遗传信息分为脱氧核糖核酸（Deoxyribo Nucleic Acid,DNA）和核糖核酸（Ribonucleic Acid,RNA）,DNA计算
税收是国家组织财政收入的主要形式与工具,税务持续受到社会公民的广泛关注。伴随我国税务信息化建设的全面开展,税务办理效率显著提升,但目前税务存在业务内容复杂、征管关系繁多、时效性较差等问题。纳税人无法全面了解税务政策,税务办理存在的问题主要通过咨询客服专员得以解决,方式单一且人力资源投入较大,无法在较短时间解决大量用户的税务咨询需求。针对当前税务办理存在的问题,论文基于自然语言处理技术与系统开发相关
无监督学习因为有着能够利用未标记的数据进行训练的特性,成为人工智能领域讨论的热点之一。基于能量模型的生成对抗网络就是一种学习数据的非规范对数密度的无监督学习方法。针对现有的能量模型框架,本文提出一种非参数估计邻域熵算法的能量模型（NEEM）,主要工作如下:（1）提出非参数估计邻域熵算法的能量模型（NEEM）,算法在考虑每个样本点附近k近邻区域的非均匀概率密度的情况下,通过给经典熵估计方法增加局部高
在计算机视觉领域中,对处于复杂光线场景或者极端运动状态下的目标物体进行跟踪是一项重要且充满挑战的任务。相比于传统相机,基于事件相机的视觉感知系统更关注每个像素的光强变化,表现出了更加出色的感光能力,更低的延迟和更小的功耗。本文针对基于事件相机的运动目标跟踪问题展开研究,主要工作是基于相关滤波跟踪框架设计了一种针对于异步事件流的跟踪方案,具体包括外观模型建立和跟踪算法设计两部分。在外观模型建立部分,
航空运输是现代化运输体系的重要组成部分,民用航空运输是国民出行的重要交通方式。伴随民用航空运输的全面普及,航班数量激增致使航班延误与波及延误事件频发,严重影响乘客出行计划、降低航司经济效益。此外,因航班延误带来的纠纷与冲突常引发群体性事件,影响社会和谐与稳定。基于此,制定鲁棒性的飞机排班调度方案具有重要的应用价值。本文针对鲁棒性飞机排班调度计划问题展开研究,具体地,本文主要研究内容如下:（1）针对
近年来,为了解决图像相关性强和冗余度高等问题,基于混沌理论的图像加密成为了一个热门的研究课题。另一方面,随着3D打印的兴起,基于混沌理论的三维模型加密的研究也迫在眉睫。且现有的三维模型加密存在着加密过程复杂,加密速度慢等问题,故本文提出了一种基于混沌理论的三维模型加密算法。另一方面,基于现存的混沌图像加密算法所存在加密效率过低和密钥敏感性较弱的等问题,本文分别提出了两种基于混沌理论的图像加密算法。
当前,陆上环境目标检测技术的发展已经趋于成熟,在检测速度和精度上都有了较大的提升,而水下目标检测的相关研究则进展缓慢,其主要原因有以下两点:首先,不同海域、不同深度、不同时间以及不同浑浊度状态下采集到的图像风格差异较大;其次,用于目标检测训练任务的图像需要预先进行人工标注,而人工标注不仅费时费力,长时间持续标注也可能会由于主观因素导致出现错标和漏标等问题,这些“问题数据”将会直接影响训练出的目标检
随着我国对外贸易总量的飞速增长,港口的集装箱吞吐量呈现井喷趋势,如何在满足一定填充率的前提下,实现快速装箱,成为亟待解决的问题。集装箱三维布局优化问题本质上属于NP-Hard问题,其解空间过于庞大,难以找到最优解,且当待装载货物种类较多（即异构性较强）时,求解速度较慢。针对此问题,本文提出一种多策略动态融合启发式算法（DHHA）,在保证填充率的前提下实现快速求解。首先,考虑现实约束条件,建立装载模