基于BP神经网络的异常轨迹检测方法

摘要：

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

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：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

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：229-236,241