文件名称：分区检测框架的局部密度轨迹离群值检测
文件大小：400KB
文件格式：PDF
更新时间：2024-04-18 11:04:25
研究论文
本文结合分割检测框架[1]，在传统TRAOD算法的基础上，提出了一种基于局部密度的轨迹离群算法。 首先，对轨迹数据进行预处理，即通过近似轨迹划分算法将轨迹数据划分为一系列的t分割，从而提高算法的可扩展性和运行效率。 然后，我们提出了一种基于局部密度的局部轨迹离群算法，将给定范围内的t分区和t分区之间的距离的两个参数结合起来，得到局部密度的概念。 然后，基于局部离群因子，我们能够判断轨迹是否为离群。 该方法具有重要的现实意义，因为它避免了传统的TRAOD算法无法从局部密集轨迹检测离群值。 此外，在保证算法效率的基础上，提高了离群值检测的质量。 同时，我们还采用了网格索引结构（在轨迹附近获得轨迹的方法），并提高了算法的效率。 最后，通过大量实验，我们在分割检测框架中展示了我们的算法，将t分区的邻域与网格搜索结合使用，并基于密度的局部轨迹离群值算法，从而提高了结果的效率和准确性。大大改善了。