[发明专利]一种基于移动对象数据流的突发事件检测方法

权利要求书

1.一种基于移动对象数据流的突发事件检测方法，其步骤包括：

1）对移动对象时空数据流进行采集，存储移动对象的位置信息（t，lon，lat），其中t表示采样时刻，lon和lat分别是在采样时刻t时所述移动对象所在的经纬度；

2）以每个采样时刻为单位，挖掘当前时刻t的所有移动对象聚类，根据所述移动对象聚类得到一邻接表，同时更新该邻接表中的聚类间关联关系；

3）根据所述邻接表中的链接关系在不大于t时刻内向前面的采样时刻搜索，建立滚雪球模式并挖掘出所有雪球模式的异常行为；

4）根据所述雪球模式的异常行为检测出突发事件。

2.如权利要求1所述的基于移动对象数据流的突发事件检测方法，其特征在于，所述雪球模式的异常行为是指找出所述移动对象时空数据流中持续急剧增大或缩小的移动对象群体异常行为。

3.如权利要求1所述的基于移动对象数据流的突发事件检测方法，其特征在于，所述雪球模式S是由一系列有序的聚类{C₁,C₂,…,C_n}组成，其中设C_i是采样时刻t_i的移动对象聚类（其中1≤i≤n），并且S满足：

（1）雪球模式的持续时间大于给定时间阈值δ_t；

（2）S中任意相邻的两个聚类C_i和C_i+1之间满足关联关系：增大或缩小比例大于给定比例阈值δ_θ；增大或缩小速度大于给定速度阈值δ_speed。

4.如权利要求1所述的基于移动对象数据流的突发事件检测方法，其特征在于，根据所述移动对象聚类得到一邻接表的方法如下：

1）在创建邻接表的过程中，将聚类及其之间的关系转换为有向图；

2）将每个聚类转换为有向图中的顶点，聚类之间的关联关系转化为有向图中的边，有关联关系的聚类之间相交的移动对象个数映射为有向图中的边权重；得到加权有向图G；

3）采用邻接表表示所述有向图G。

5.如权利要求1或3所述的基于移动对象数据流的突发事件检测方法，其特征在于，所述移动对象聚类是由一组密集的移动对象组成的任意形状的移动对象集合C，其中C中的任意两个移动对象p、q之间都满足距离可达关系，即p，q之间存在一串移动对象Q，Q中任意相邻的两个移动对象O_i和O_i+1之间满足：

1）O_i距离可达近邻内的移动对象密度大于给定密度阈值μ；

2）O_i+1在O_i的距离可达近邻内；

所述移动对象p的距离可达近邻是一个移动对象集合N，其中N内的任意移动对象q与p之间的距离在时间窗h内都小于给定距离阈值ε。

6.如权利要求1或3所述的基于移动对象数据流的突发事件检测方法，其特征在于，所述滚雪球模式的方法如下：

1）访问当前未被访问过的移动对象o，并标记o为已访问，并且根据距离阈值ε、时间窗阈值h、及所述移动对象的位置信息找出o的距离可达近邻N；

2）若o的距离可达近邻N的移动对象个数小于给定密度阈值μ，则标记o为噪声点；若大于给定密度阈值μ，则创建新的聚类C，扩展聚类C并更新邻接表AL；

3）扫描聚类C的邻接表中所有的链接关系，删除邻接表中不满足关联关系的链接，得到更新的邻接表AL；

4）根据更新的邻接表AL，从当前时刻的聚类C开始，沿着聚类C的邻接表的链接关系往前面的时刻搜索，直至不存在链接关系为止，找出所有持续时间大于时间阈值δ_t的雪球模式的异常行为，得到当前时刻最长的雪球模式。

7.如权利要求6所述的基于移动对象数据流的突发事件检测方法，其特征在于，所述步骤3）中采用剪枝算法删除邻接表中不满足关联关系的链接。

8.如权利要求6所述的基于移动对象数据流的突发事件检测方法，其特征在于，所述更新邻接表AL的方法如下：

1）将移动对象o添加至聚类C中，检索上一个采样时刻o所属的聚类C'_o，在邻接表AL中创建一条从C指向C'_o的链接关系<C，C'_o>，并设置权重ω(C,C'_o)为1；

2）访问距离可达近邻N内的移动对象p，若p未被访问过，则标记p为已访问，并且根据距离阈值ε、时间窗阈值h、及移动对象的位置信息找出p的距离可达近邻N_p；若N_p内的移动对象个数大于给定密度阈值μ，则将N_p合并至N内；

3）若p不属于任何聚类，则将p添加至聚类C中，检索上一个采样时刻p所属的聚类C'_p，查找邻接表AL中是否存在链接关系<C,C'_p>；

4）若不存在，则在AL中创建新的链接关系<C,C'_p>，并设置权重ω(C,C'_p)为1；否则将权重ω(C,C'_p)增加1。