基于dbscan聚类算法的异常轨迹检测研究.pdfVIP

第 卷第 期 年 月 46 5 红外与激光工程 2017 5 Vol.46 No.5 Infrared and Laser Engineering May 2017 基于DBSCAN 聚类算法的异常轨迹检测 周培培 1,2 ，丁庆 海 1,3 ，罗海波 1,4 ，侯 幸林 1,2 ( 1. 中国科 学院沈 阳 自动化研 究所 ，辽 宁 沈 阳 110016 ； 2 . 中国科 学院大学 ，北京 100049) (3. 航天恒星科技有限公 司，北京 100086 ； 4. 中国科 学院光 电信息处理重点实验 室，辽宁 沈阳 110016) 摘 要： 现有的异常轨迹检测算法往往侧重于检 测轨迹 的空域异常 ，忽略 了对轨迹 时域异常的检 测 ，并 且检测精确度不高，针对此类 问题 ，提 出了基 于增强聚类的异常轨迹检测算法。 首先 ，采用基 于速度的最 小描述长度(VMDL) 准则把轨迹 简化成有序 线段 ；然后 ，使 用改进 的线段 间的距 离定义 ，基 于 DBSCAN 算法把 线段分为不 同的类 ，以建模局部正常运动模 式 ；最后 ，采 用先检 测空间异 常性再检 测时间异 常性 的二级检测算法，检测时空异常轨迹点。 在 多个测试集上的实验结果表 明 ：该算法可以检 测位置、角度 、 速度等三种 时空异常轨迹点 ，相对于其他算法，明显提 高了异常轨迹检测的精确度 。 关键词： 时空异 常轨迹检 测 ； VMDL 分割 准则 ； DBSCAN 聚类算法 ； 二级检 测算法 中图分类号： TP391 文献标志码： A DOI ： 10 .3788/IRLA201746 .0528001 Trajectory outlier detection based on DBSCAN clustering algorithm Zhou Peipei1,2 , Ding Qinghai1,3 , Luo Haibo1,4 , Hou Xinglin1,2 ( 1. Shenyang Institute of Automation , Chinese Academy of Sciences, Shenyang 110016 , China ; 2 . University of Chinese Academy of Sciences, Beij ing 100049 , China ; 3 . Space Star Technology Co ., Ltd ., Beij ing 100086 , China ; 4 . Key Laboratory of Opt-Electronic Information Processing , Chinese Academy of Sciences, Shenyang 110016 , China) Abstract : Existing traditional traj ectory outlier detection algorithms always focus on spatial outliers and ignore tempora