10.3969/j.issn.1007-757X.2020.10.026
基于BP神经网络的异常轨迹检测方法
异常轨迹检测算法通常不能依靠轨迹内外部属性而有效地进行检测,具有较大的应用局限性.针对此类问题,基于BP神经网络提出了一种改进的异常轨迹检测方法.首先对原始轨迹数据去噪,并上传百度云LBS云端储存;其次基于百度地图轨迹数据可视网站进行了数据归一化处理,得到了轨迹的属性值;最后以轨迹内外特征属性代表BP神经网络算法的输入层,以轨迹相似度度量代表输出层,对隐含层系数调整后获得训练模型.研究针对Deolfe项目的两个用户轨迹数据做了仿真实验,用以检测用户异常轨迹数据.结果 证明,在选取的最优训练方案基础上,两组数据的异常轨迹检测正确率各达92.3%及100%,所搭建模型能够作为异常轨迹检测的工具.
轨迹数据集、BP神经网络、百度LBS云服务、轨迹属性、异常轨迹监测
36
TP3111(计算技术、计算机技术)
2020-12-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
79-81