计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
7期
2107-2110
,共4页
异常轨迹检测%核主成分分析%高维特征空间%一类支持向量机
異常軌跡檢測%覈主成分分析%高維特徵空間%一類支持嚮量機
이상궤적검측%핵주성분분석%고유특정공간%일류지지향량궤
TRAjectory Outlier Detection (TRAOD)%Kernel Principal Component Analysis (KPCA)%high-dimensional feature space%One-Class Support Vector Machine (One-Class SVM)
针对现有算法不能有效应用于多因素轨迹异常检测的问题,提出基于核主成分分析(KPCA)的异常轨迹检测方法.首先,为了改善轨迹特征提取的效果,采用KPCA对轨迹数据进行空间转换,将非线性空间转换到高维线性空间;其次,为了提高异常检测的准确率,采用一类支持向量机对轨迹特征数据进行无监督学习和预测;最终检测出具有异常行为的轨迹.采用大西洋飓风数据对算法进行测试,实验结果表明,该算法能够有效提取出轨迹特征,并且与同类算法相比,该算法在多因素轨迹异常检测方面具有更好的检测效果.
針對現有算法不能有效應用于多因素軌跡異常檢測的問題,提齣基于覈主成分分析(KPCA)的異常軌跡檢測方法.首先,為瞭改善軌跡特徵提取的效果,採用KPCA對軌跡數據進行空間轉換,將非線性空間轉換到高維線性空間;其次,為瞭提高異常檢測的準確率,採用一類支持嚮量機對軌跡特徵數據進行無鑑督學習和預測;最終檢測齣具有異常行為的軌跡.採用大西洋颶風數據對算法進行測試,實驗結果錶明,該算法能夠有效提取齣軌跡特徵,併且與同類算法相比,該算法在多因素軌跡異常檢測方麵具有更好的檢測效果.
침대현유산법불능유효응용우다인소궤적이상검측적문제,제출기우핵주성분분석(KPCA)적이상궤적검측방법.수선,위료개선궤적특정제취적효과,채용KPCA대궤적수거진행공간전환,장비선성공간전환도고유선성공간;기차,위료제고이상검측적준학솔,채용일류지지향량궤대궤적특정수거진행무감독학습화예측;최종검측출구유이상행위적궤적.채용대서양구풍수거대산법진행측시,실험결과표명,해산법능구유효제취출궤적특정,병차여동류산법상비,해산법재다인소궤적이상검측방면구유경호적검측효과.
