-
题名基于BP神经网络的异常轨迹检测方法
被引量：14
- 1
-
-
作者
俞庆英
李倩
陈传明
林文诗
-
机构
安徽师范大学计算机与信息学院
安徽师范大学网络与信息安全安徽省重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第7期229-236,241,共9页
-
基金
国家自然科学基金(61702010,61672039)
安徽省高校自然科学研究重点项目(KJ2017A327)
芜湖市科技计划项目(2016cxy04)
-
文摘
为有效利用轨迹内外部属性进行异常检测,提出一种基于BP神经网络的异常轨迹识别方法。对原始轨迹数据进行去噪处理,存储至百度云的LBS云端,基于百度地图的轨迹数据可视化网站实现轨迹显示,并通过归一化数据计算轨迹属性值。同时,将轨迹内外部特征属性作为BP神经网络算法的输入层,轨迹相似度量值作为输出层,调整隐含层系数得到训练模型,从而识别用户异常轨迹。在2个用户数据集上的仿真结果表明,该方法的异常轨迹识别准确率分别达到92.3 %和100 %。
-
关键词
轨迹数据集
BP神经网络
百度lbs云服务
轨迹属性
训练模型
异常轨迹检测
-
Keywords
trajectory dataset
BP neural network
Baidu lbs cloud service
trajectory attributes
training model
abnormal trajectory detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
