基于密度聚类的出租车异常轨迹检测

摘要：

出租车GPS装备的普及使用产生了大量轨迹数据.出租车异常轨迹的检测和分析,可为惩罚具有欺诈行为的出租车司机提供有益支撑.针对出租车稀疏轨迹,基于轨迹相对相似度检测异常轨迹,由于其具有不对称性,类似于DB-SCAN的传统密度聚类方法无法适应此种情况,本文提出基于密度RDBSCAN算法用于出租车异常轨迹聚类检测.对于聚类得出的候选异常轨迹,结合轨迹密度异常值和轨迹长度异常值的概念,利用证据理论综合前述2个因素来判别轨迹的异常程度,进而得到异常程度最高的TOP-N异常轨迹.使用旧金山真实的出租车数据,通过提取相同起点和终点(Or-igin-Destination,OD)的轨迹集进行实验,实验结果表明本文提出的方法能够有效地检测到异常轨迹,并成功给出异常程度最高的TOP-N异常轨迹.

关键词：异常轨迹检测、出租车轨迹、聚类、证据理论

分类号：TP391.7(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61562010

在线出版日期：2019-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54