[发明专利]一种顾及语义的轨迹数据异常检测方法

说明书

本发明公开了一种顾及语义的轨迹数据异常检测方法，包括以下步骤：步骤1：对历史工作数据集T₀，异常点集X，异常值score和自适应窗口ω进行初始化；步骤2：输入测试轨迹，根据轨迹点的经纬度，采样时间等信息求出轨迹点的网格坐标并完善其语义信息；步骤3：将轨迹点加入自适应窗口ω末尾，根据自适应窗口过滤历史轨迹工作集T_i‑1，并且生成新的工作数据集T_i；步骤4：根据此前计算得到的新的工作数据集T_i和原有工作数据集T_i‑1计算支持度；步骤5：根据支持度计算当前异常值，并返回步骤3；步骤6：区分异常轨迹片段和异常轨迹。通过轨迹点的采样间隔和轨迹点平均运动速度来确定网格大小，能够有效避免网格过大和网格过小引起的检测精度不足和计算量过大等问题。

技术领域

本发明涉及轨迹数据的异常检测方法领域，尤其是顾及语义信息的轨迹数据异常检测方法。

背景技术

轨迹数据是由各种定位设备所产生的时序数据流，描述了一定时间范围内移动对象的位置变化，反映了对象的活动规律和行为模式。由于异常不等同于噪声，异常可能产生于不同的机制，异常的发生可能伴随有趣的现象，因此轨迹数据的异常检测对于大规模轨迹数据挖掘和知识发现具有重要的研究价值。目前针对轨迹数据的异常检测可以归纳为以下四类：

(1)基于分类的检测方法

基于分类的方法是根据标签数据集对数据集建立分类模型，再通过分类模型确定目标数据所属的预定类别。检测过程通常分为两个阶段，一是通过标签数据集建立分类模型，统称为训练阶段。二是根据分类模型将目标数据划分到所属的类别中去，该阶段被称为测试阶段。基于分类的异常检测技术通常可以获得比无监督技术更好的检测精度。然而，为数据附上正确的标签需要专家人工标注，要获得能够精确代表所有类(包括正常和异常)行为的标签数据涉及较高的计算开销。

(2)基于历史相似性的检测方法

基于历史相似性的检测方法根据采集到的轨迹数据建立用于异常检测的全局特征模型，然后将待检测的轨迹数据使用全局特征模型进行识别，将异于全局特征模型的轨迹数据标记为异常。由于这种方式使用了大量历史轨迹数据，所以通常不考虑轨迹数据的时变以及概念漂移。当历史数据达到一定数量时，依据其建立的全局特征模型具有较高的精度。在船舶异常检测和路网交通中有丰富的应用，并且拥有良好的表现。但是由于该类方法仅仅依赖于历史数据进行全局特征模型建模，因此无法适应轨迹数据的时变特征。

(3)基于聚类的检测方法

基于聚类的方法可以看作是一种无监督学习，通过依据轨迹数据的各种特征，采用聚类的方式将轨迹数据划分为不同的簇，使得簇与簇之间的差别最大化，簇内部之间的差别达到最小。将不属于任何簇的数据或者数量小于一定簇的数据作为异常数据输出。采用聚类的方法进行的异常检测，是一种有效的方法，但是也存在两个问题：1)是一种无监督学习方式，十分依赖于聚类的结果。2)尽管异常数据在整体之中只占有很小一部分，但是依然需要先处理大量的正常数据，计算开销大。

(4)基于网格划分的方法

基于网格划分的方法，是将区域划分为不同的网格，然后就将异常检测问题转化成为网格序列的异常识别。在城市路网中，轨迹受路宽、速度等限制，轨迹规律性强，因此基于网格的算法有效，但对于自由的无约束空间，网格划分困难，且轨迹规律稀疏，该方法不适用。