10.19678/j.issn.1000-3428.0046381
一种面向轨迹信息的时序数据流异常检测算法
针对传统聚类算法多数无法对时序数据流进行聚类的问题,提出一种基于密度和网格的聚类算法.引入动态划分网格的方法,通过当前数据块内数据的特征动态地设置网格划分、网格密度阈值等参数并自适应地生成网格,将其转化为不同类型的图并分别进行聚类.分析某一个体的轨迹,采取按时间段的个体轨迹划分方法检测个体异常轨迹.实验结果表明,该算法可根据用户的需求得到不同时间段内数据的聚类结果,适用于处理轨迹信息等时序数据流的异常检测问题.
数据流、数据块、聚类、动态划分、异常检测
44
TP391(计算技术、计算机技术)
国家自然科学基金61573229,41401521;山西省自然科学基金201601D202036;2016年山西省高等学校大学生创新创业训练计划项目201610108011
2018-11-23（万方平台首次上网日期，不代表论文的发表时间）
共9页
25-32,46
