文献类型：期刊文章

作　　者：俞庆英[1,2] 李倩[1,2] 陈传明[1,2] 林文诗[1,2]

YU Qingying;LI Qian;CHEN Chuanming;LIN Wenshi(School of Computer and Information,Anhui Normal University,Wuhu,Anhui 241002,China;Anhui Provincial Key Laboratory of Network and Information Security, Anhui Normal University,Wuhu,Anhui 241002,China)

机构地区：[1]安徽师范大学计算机与信息学院,安徽芜湖241002 [2]安徽师范大学网络与信息安全安徽省重点实验室,安徽芜湖241002

出　　处：《计算机工程》

基　　金：国家自然科学基金(61702010,61672039);安徽省高校自然科学研究重点项目(KJ2017A327);芜湖市科技计划项目(2016cxy04)

年　　份：2019

卷　　号：45

期　　号：7

起止页码：229-236

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

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 %。

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  

分 类 号：TP391]