基于带时间约束频繁路径的离群轨迹检测

《基于带时间约束频繁路径的离群轨迹检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇Ｉ：１０２８５，学校代码，‘：学号：２０１３４２２７００２与々襄１Ｕ、考＿＿ＳＯＯＣＨＯＷＵＮＩＶＥＲＳＩＴＹ副ｍｍｍ基于带时间约束频繁路径的离群轨迹检测Ｔｉｍ－ｔｅｄｅｅｎｄｅｎＰｏｕｌａｒＲｏｕｔｅｓＢａｓｅｄ－ｐｐ牽敲ＴｒａｅｃｔｏｒｙＯｕｔｌｉｅｒＤｅｔｅｃｔｉｏｎｊ？Ｍ硏究生姓名＿—＿…兔雄指导教师姓名赵雷（教授）ｍＨ专业名称管理科学与工程硏究方向数据管理与数据分析所在院部计尊机科学与技术学院—曰期一月

2、■滅＾片苏加大学学怔论文独创巧声巧本人郑至芦巧：巧畏定的学化＆文运本人在导师的巧早下，独立进巧研巧Ｘ作巧取巧化成果。除文中Ｃ结注叫引用的内甚外，本论文不巧其化个人巧庚体已枉及表或棋与过的研式：成果，也不含为狭得琳计ｆ大学或巧它巧巧机构的单拉站书而性用过的材料。巧本文的巧巧巧出里妄贡巧的个人巧策评＞均已在文中巧巧方式标巧。本人法担本声巧的法律贵任。：法蛋、日助论文巧者谊名：￣ＩＩ１苏师大学学位论文使用授权声巧本人完全了析苏州大学巧于化窠、保存巧巧用学位谊文的规定，

3、即＝学位论文丢巧权内巧巧州大学。本学化记文电子文巧的巧宮巧巧＇一站扣乂学巧松巧因亥图书馆质论文巧内容巧致，、中国狂科院文故宿忘情巧中也、中国科学技术估息研究巧（吿万方巧据电子出巧巧）、中巧单术期和（光盘版）电于果志巧坦巧本毕化记文扣因印神巧巧子文巧＊化许论文巧育阅巧可惜肉＊可科采用拔巧、缩巧或其化复刚手段巧存巧汇躬华化文，凹冉学拉芭丈时全部或部分内容滿入。数巧巧进巧垃宏。口涉蓝记文本学化说文屏在年丹浴巧后适用本巧定。回／非沙密论义古－４－立ａ该文巧者带《：怎、Ｂ巧：韦山ｔＡ＾Ｊ

4、Ｉ右－白’立３导师空名；ｒ日巧基基基于于于带带带时时时间间间约约约束束束频频频繁繁繁路路路径径径的的的离离离群群群轨轨轨迹迹迹检检检测测测摘摘摘要要要近年来，便携GPS设备的蓬勃发展使得我们可以轻易地收集到大量的时空轨迹数据，通过分析这些数据，我们可以发现隐藏在这些数据后面的秘密，从而更好地为我们的生产生活提供指导和帮助。本文的着眼点就是如何基于这些大规模时空轨迹数据进行离群轨迹的挖掘和检测。近年来，国内外在离群轨迹检测方面已经取得了许多的成果，但是这些研究主要存在两大不足之处：一、大部分离群轨迹检测算法的时间复杂度

5、较高，只适合处理小规模的数据集，面对日益增长的大规模数据集无从下手；二、许多算法只考虑了空间上的离群，而忽略了时间因素对离群检测的影响，从而产生误判。本文为了解决上述两个问题，提出了基于带时间约束频繁路径的离群轨迹检测方法。此方法将空间离群与时间离群综合考虑，并且适用于大规模轨迹数据集的检测。此方法有两个主要任务：一、给定一个大规模时空轨迹数据集，要能够快速准确地找到这个数据集中所有的离群轨迹；二、基于一个大规模时空轨迹数据集，能够实时快速准确地判断一条当前正在行走的轨迹是否具有离群的趋势，并且当轨迹停止之后，如果此轨迹是离

6、群的，需要指出此轨迹的哪个部分导致了轨迹的离群。针对上述的两个任务，本文分别提出了离线检测算法TPROO和实时检测算法TPROR。TPROO算法摒弃了两两轨迹对比的思想，而是采取了分组检测的思想，避免了大量不必要的计算，有效地缩短了离群检测所需时间。除此之外，TPROO中提出了一种带时间约束的轨迹编辑距离计算方法，充分考虑了空间和时间因素对离群检测的影响。TPROR在TPROO的基础之上进行了许多优化，增加了相关数据索引及缓存，使得TPROR算法更加适用于实时离群轨迹检测领域。本文提出的基于带时间约束频繁路径的离群轨迹检测方

7、法，非常适用于大规模数据检测，并且充分考虑了空间和时间因素在离群轨迹检测中的影响。本文的研究成果具有重要的现实意义，对相关的研究工作具有一定的参考价值。关键词：轨迹，离群轨迹检测，带时间约束的频繁路径作者：朱杰指导教师：赵雷ITime-dependentPopularRoutesBasedTrajectoryOutlierDetectionAbstractWiththerapidproliferationoftheGPS-equippeddevices,amyriadoftrajectorydatarepresentingt

8、hemobilityofthevariousmovingobjectsintwo-dimensionalspacehavebeengenerated.Byminingthesetrajectorydata,wecandiscoverthesecretbehindthedata.Undert