基于BP神经网络的异常轨迹检测方法

• 作者: 俞庆英 李倩 林文诗 陈传明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 轨迹数据集 BP神经网络 百度LBS云服务 轨迹属性 训练模型 异常轨迹检测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 229-236,241
• 页数: 9页
• 分类号: TP391
• 字数: 7704字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051574

摘要

为有效利用轨迹内外部属性进行异常检测,提出一种基于BP神经网络的异常轨迹识别方法.对原始轨迹数据进行去噪处理,存储至百度云的LBS云端,基于百度地图的轨迹数据可视化网站实现轨迹显示,并通过归一化数据计算轨迹属性值.同时,将轨迹内外部特征属性作为BP神经网络算法的输入层,轨迹相似度量值作为输出层,调整隐含层系数得到训练模型,从而识别用户异常轨迹.在2个用户数据集上的仿真结果表明,该方法的异常轨迹识别准确率分别达到92.3％和100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞庆英	安徽师范大学计算机与信息学院	20	52	4.0	6.0
5	陈传明	安徽师范大学计算机与信息学院	21	124	7.0	11.0
9	李倩	安徽师范大学计算机与信息学院	1	1	1.0	1.0