基于Bi-LSTM模型的軌跡異常點(diǎn)檢測(cè)算法
摘要：定位技術(shù)的飛速發(fā)展催生了時(shí)空軌跡大數(shù)據(jù),軌跡數(shù)據(jù)中往往存在著明顯偏離軌跡的異常點(diǎn)。檢測(cè)出軌跡中的異常點(diǎn)對(duì)提高數(shù)據(jù)質(zhì)量和后續(xù)軌跡數(shù)據(jù)挖掘精度至關(guān)重要。該文提出了一種基于雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(Bidirectional Long Short-Term Memory, Bi-LSTM)模型的軌跡異常點(diǎn)檢測(cè)算法。首先對(duì)每個(gè)軌跡點(diǎn)提取一個(gè)6維的運(yùn)動(dòng)特征向量,然后構(gòu)建了一個(gè)Bi-LSTM模型,模型輸入為一定序列長(zhǎng)度的軌跡數(shù)據(jù)特征向量,輸出為軌跡點(diǎn)的類(lèi)型結(jié)果。同時(shí),算法采用了欠采樣和過(guò)采樣的組合方法緩解類(lèi)別不平衡對(duì)檢測(cè)性能的影響。融合了長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)單元和雙向網(wǎng)絡(luò),Bi-LSTM模型能夠自動(dòng)學(xué)習(xí)正常點(diǎn)和鄰近異常點(diǎn)在運(yùn)動(dòng)特征上的差異。基于真實(shí)船舶軌跡標(biāo)注數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明,該文算法的檢測(cè)性能顯著優(yōu)于恒定速度閾值法、不考慮數(shù)據(jù)時(shí)序性的經(jīng)典機(jī)器學(xué)習(xí)分類(lèi)算法和卷積神經(jīng)網(wǎng)絡(luò)模型,尤其是召回率達(dá)到了0.902,驗(yàn)證了該文算法的有效性。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社。
雷達(dá)學(xué)報(bào)雜志
雷達(dá)學(xué)報(bào)雜志， 雙月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：論文、學(xué)術(shù)信息、綜述、雷達(dá)成像識(shí)別與對(duì)抗專(zhuān)題、雷達(dá)智能探測(cè)新技術(shù)專(zhuān)題、外輻射源雷達(dá)專(zhuān)題、研究通訊、學(xué)術(shù)討論等。于2012年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 北大期刊
- CSCD期刊
- 統(tǒng)計(jì)源期刊
- 1-3個(gè)月審核
