基于密度聚类的出租车异常轨迹检测

• 作者: 李晖 胡圆 陈梅
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 异常轨迹检测 出租车轨迹 聚类 证据理论
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 49-54
• 页数: 6页
• 分类号: TP391.7
• 字数: 4175字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.06.008

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈梅	贵州大学计算机科学与技术学院	51	314	10.0	16.0
3	李晖	贵州大学计算机科学与技术学院	18	21	2.0	4.0
9	胡圆	贵州大学计算机科学与技术学院	1	0	0.0	0.0