基于轨迹点局部异常度的异常点检测算法
随着大量的定位数据被收集在应用服务器,如何从大量定位轨迹数据挖掘异常信息已逐渐成为一个令人关注的研究课题。针对当前流行的、以轨迹片段表示局部特征的异常点检测算法存在的问题,文中提出了以轨迹点表示局部特征的异常点检测算法TraLOD。该算法不仅提出了将每个轨迹点赋予一个0～1的值来表示其局部异常程度,而且还引入了相对距离来计算轨迹片段之间的不匹配性。此外,针对数据挖掘算法效率低的缺点,TraLOD引入了R-Tree和距离特征矩阵来提高算法效率。性能分析和实验都证明了TraLOD的有效性。
轨迹数据 数据挖掘 异常点检测 局部异常度 距离特征矩阵 R树索引
刘良旭 乐嘉锦 乔少杰 宋加涛
宁波工程学院电子与信息工程学院 浙江宁波 315016 东华大学计算机科学与技术学院 上海200051 西南交通大学信息科学与技术学院 成都 610031
国内会议
上海
中文
1966-1975
2011-10-21（万方平台首次上网日期，不代表论文的发表时间）