基于多特征聚类的异常轨迹检测方法研究
袁拓
摘要：随着智能感知、无线定位和互联网信息技术的快速发展,各类移动物体的轨迹数据呈现爆发式增长.由于多种误差因素的存在,轨迹数据中通常包含异常值,并且现有的轨迹异常检测技术通常忽略了轨迹的局部特征,这均会影响数据分析的准确性.文章提出一种基于多特征聚类的异常检测方法,通过停留点识别与子轨迹划分,结合轨迹的空间特征、时间特征、运动特征和统计特征,使用自适应参数聚类探测局部与全局的异常轨迹.结果显示,该方法能够有效识别异常轨迹,具有高效性和准确性,在城市管理、道路规划、智能驾驶等领域具有一定的应用潜力.
关键词：异常轨迹检测局部异常空间分析轨迹点聚类
分类号：U495(交通工程与公路运输技术管理)
论文发表日期：2024-10-28
页数：4( 4-7 )
英文信息