基于局部聚类的轨迹数据流偏倚采样

移动对象轨迹数据管理是移动计算领域的研究热点。通过采样技术构造数据流摘要是普通采用的方法之一。传统的均匀采样往往容易丢失某些关键变化数据。利用轨迹数据流的局部连续性特征,提出一种基于滑动窗口的偏倚采样算法。算法将滑动窗口通过聚类划分成若干大小不一的基本窗口,并针对每个基本窗口给定一个采样率,对窗口内数据进行偏倚采样,从而形成数据流摘要。算法利用了轨迹数据的内在特征,因此具有较高的采样质量。最后,基于实际数据对算法进行了实验,结果证明了算法的有效性。     

基于轨迹稀疏聚类的高速公路车辆检测

针对高速公路中车辆的实时检测问题,提出了一种基于轨迹稀疏谱聚类的高速公路车辆检测方法。使用ORB算法检测特征点并利用基于金字塔LK光流算法进行跟踪得出特征点轨迹,将轨迹逆投影至三维世界坐标系,利用轨迹三维信息构建轨迹间的相似矩阵并对其进行稀疏化处理,采用谱聚类方法对特征点轨迹进行初步聚类,对谱聚类结果进行类间合并得出车辆检测结果。实验结果表明,方法花费了更少的时间代价,有效地解决了车辆遮挡问题,车辆实时检测精度提高至93%,具有一定的有效性和价值。     

基于QuickBundles算法的轨迹聚类方法

随着卫星定位传感器的普及应用,形成了海量移动对象的轨迹数据.轨迹数据含有丰富的时空特征信息,通过对相关数据聚类处理,可以挖掘出移动对象的活动场景、位置等属性信息.通过借鉴神经成像学领域中的QuickBundles算法,介绍算法原理和实现,并基于此算法实现了一种轨迹聚类方法,通过使用实际GPS数据对此方法进行验证,从对聚...     

一种改进Hausdorff距离和谱聚类的车辆轨迹模式学习方法

为了对交通监控视频中的异常行为进行检测,需要对车辆的运动轨迹进行分析,但由于噪声、遮挡等原因,不可能获得完整的运动轨迹,导致分析结果不准确。针对此类问题,提出基于改进Hausdorff距离和谱聚类的轨迹聚类方法,首先对提取到的轨迹进行预处理,然后利用改进的Hausdorff距离进行轨迹相似度度量,最后通过谱聚类方法对距离矩阵进行聚类,得到符合实际情况的聚类结果。实验结果表明,该方法具有较好的鲁棒性和有效性。     

基于轨迹点聚类的航路发现方法

为了加强对局部空域航路的掌握和管理,提出一种基于轨迹点聚类的航路发现方法.首先,针对根据真实数据的分布特点生成的仿真数据,采用预处理模块对轨迹数据的噪声进行削弱和剔除;其次,提出一种包括孤立点剔除、轨迹重采样、轨迹点聚类、聚类中心修正和连接聚类中心五个部分的航路发现方法,对航路进行提取;最后,对航路提取结果进行了可视化...     

统计数据轨迹模式的聚类方法研究

统计数据轨迹一般具有重视变化趋势、数据噪声较大、模式分布不同等特点, 直接使用传统的聚类分析方法难有很好的效果。对此在K-means算法的基础上, 分别采用了归一化处理、平滑处理以及关键峰匹配等方法处理上述三个问题, 设计了一种解决系统使用轨迹模式分析问题的改进聚类方法。通过使用仿真数据与实际数据进行测试分析, 在仿真数据上改进算法显著降低了聚类的错误率。在实际数据上, 改进算法得出的聚类结果优于K-means算法, 由此证明了改进方法比传统K-means聚类算法在该问题上效果更好。     

基于小波聚类的终端区进场轨迹模式识别

为改善终端区航空器轨迹聚类方法中存在的自动化程度低、无法精确识别异常轨迹的不足,提出基于小波聚类的进场轨迹模式识别方法。首先,建立基于3D空间网格的轨迹相似性矩阵,推导得到轨迹间相似特征子空间,进一步构建轨迹相似特征2D图模型。通过特征图模型的数字化、小波变换与聚类,实现对盛行交通流模式以及异常交通流轨迹的识别。实例分析在无人工指导情况下,从352条进场轨迹中识别出4个类的331条盛行交通流轨迹,以及21条异常轨迹。实验结果证明,该算法克服了目前航空器轨迹聚类领域需要人工确定类数以及难以识别异常轨迹的不足。     

基于轨迹聚类的航空器轨迹模式挖掘研究

轨迹模式是航空器在某段时间或某个区域内相对稳定的飞行模式,对理解和判断目标在一段时间或一定区域内的行为有着重要的意义。针对目标轨迹的特点,在基于点密度的聚类算法的基础上,设计并实现了一种基于线段密度的轨迹聚类方法。该方法使用最小描述长度原则将目标的历史轨迹分割为若干轨迹段,通过计算轨迹段之间的相似度对飞行轨迹进行聚类,最后运用扫描线算法生成目标的轨迹模式。实验证明,该方法可以较为准确地从大量轨迹数据中发掘出航空器目标的轨迹模式。     

一种基于谱聚类的半监督聚类方法

半监督聚类利用少部分标签的数据辅助大量未标签的数据进行非监督的学习,从而提高聚类的性能。提出一种基于谱聚类的半监督聚类算法,其利用标签数据的信息,调整点与点之间的距离所形成的距离矩阵,而后基于被调整的距离矩阵进行谱聚类。实验表明,该算法较之于已提出的半监督聚类算法,获得了更好的聚类性能。     

空中交通流量管理研究综述

根据空中交通流量管理发展历史以及已经提出的一些模型和算法，从地面等待策略、终端区流量管理和具有再寻径能力的空中流量管理3个主要研究侧重点进行简要综述。分别讨论了各种情况下的地面等待情况、终端区的不同排序算法以及具有寻径能力流量管理的几种主要模型．比较了各种模型和算法的一些优缺点。介绍了有关空中交通流量管理存在的一些主要问题。提出了一些解决办法，同时还介绍了未来空中交通管理的发展模式。     

基于流亲戚关系分组的流量识别算法

本文在对当前的流量识别算法进行深入分析研究的基础上,提出了一种基于流亲戚关系分组的面向应用的流量识别算法。其主要思想就是仔细探究同一个应用程序所产生各流的相关依赖性,根据各流间的相关依赖性将流分组,同一组中的流可以认为是同一个应用程序产生的,该方法并不对包的有效载荷进行检测,因此效率和可适应性明显增强。论文对所提出的算法进行了验证,结果表明,该算法进行流量识别的准确率较高,并且具有较强的可扩展性。     

基于改进分簇算法的网络流量识别方法

网络流量相关应用的自动检测对于网络安全和流量管理来说非常重要。但是,由于Peer-to-Peer(P2P)、VOIP等网络新应用使用动态端口、伪装和加密流等技术,使得基于端口匹配和数据包特征字段分析等识别方法在识别这些应用时存在一定的难度。不少研究工作提出了分簇算法进行流量识别,但现有的分簇算法在簇中心和簇数目的选择上存在一定缺陷。本文首先使用基于WeightingD2算法对初始化簇中心选择进行改进,通过NMI值来确定簇的数目,得到改进的分簇算法,并提出一种基于该算法的应用层流量识别方法。对于应用层流量,尤其是P2P应用识别实验结果表明,该方法能达到90%以上的识别率以及较低的误识别率和漏识别率。     

基于词袋模型聚类的异常流量识别方法

针对现有异常流量检测方法的识别准确率低且快速识别需要确定阈值等问题,基于词袋模型聚类,提出一种改进的网络异常流量识别方法。通过对已有的异常流量和正常流量进行K-means均值聚类,得到网络流量中的流量关键点,将网络流量转化映射到相应流量关键点后建立直方图,并采用半监督学习方式对异常流量进行检测。实验结果表明,与基于朴素贝叶斯、支持向量机等的识别方法相比,该方法具有更好的异常流量识别效果。     

基于数据仓库技术的空中交通流量管理系统

论文提出了把信息技术应用于空域流量管理的设想,简单介绍了数据仓库与决策支持系统的特点,并结合清华大学CIMS中心与华北空管局合作研制的流量管理原型系统,描述了在数据仓库上构建决策支持系统的几个技术问题和解决方案。     

基于灰色神经网络的空中交通流量预测方法

空中交通流量预测是空中交通管理领域的研究热点。针对空中交通流量的复杂性、非线性和不确定性,提出一种基于灰色神经网络算法进近空域内的空中交通流量预测方法。将灰色系统与人工神经网络相结合构成的灰色神经网络预测模型,优于单一的灰色预测方法和人工神经网络预测方法。     

基于聚类算法的实时IP流量识别技术研究

文章首先对基于机器学习算法的流特征分类方法研究现状进行了总结,对相关背景知识做了介绍。在特征集选择方面,依据选取的基础特征集所表达特点的不同采用独立的归一化度量准则。在聚类算法方面,根据DBSCAN和BIRCH算法的特性,提出了一种结合DBSCAN和BIRCH算法的改进算法;实验结果表明,与使用原始特征集分类相比,基于归一化特征集的分类处理时间缩短、全局准确率提高,而且改进的算法比传统BIRCH算法的精确率和召回率都明显提高。     

基于车流量的交通信号灯实时控制的研究

道路交通信号灯控制与道路交通标志线的设置共同组成了对道路交通控制和管理的一个完整部分。交通信号灯控制在整个道路交通工程中起到了重要的作用,它主要应用于交通量较大、交通流冲突较多和复杂的交叉路口,以及某些道路路段上需要对交通流方向控制的地方。针对现有的交通信号灯控制中的一些缺陷,本文提出一种利用交通路口中车辆数量为引导因素,利用VC++编写信号灯实时控制程序,以达到对交通信号灯的实时控制。     

基于自动路径驱动的动态控制流恢复算法

动态控制流恢复方法存在路径覆盖不全的问题。为解决该问题,提出一种基于自动路径驱动的控制流恢复算法。在可控的模拟调试环境中动态执行并分析二进制程序,通过修改CPU程序计数器的值,使驱动程序执行在当前输入条件下无法访问的程序路径,从而构建控制流图。基于该算法,设计实现自动路径驱动控制流恢复系统。测试结果表明,该算法能够较全面地发掘程序执行路径,与传统动态执行算法和交互式反汇编器相比,能有效提高恢复控制流图的覆盖率。     

基于复杂网络的空中交通流量控制系统设计

针对传统流量控制系统很难适应交通流量变化的问题,本文基于复杂网络设计出一种空中交通流量控制系统.首先模拟机场的节点、边以及边权等数据构建出空中交通流量控制复杂模型,利用迭代算法求解出具体取值范围,随后依据空中交通流量控制复杂模型构建基于Agent技术的流量控制系统,并且将其划分成为中央流量管理中心、区域流量管理中心以及三级流量管理中心,并给出不同阶段系统管理结构以及工作方式.经仿真实验结果验证,所设计系统能够实现对空中交通流量的有效控制,具有较高适用性.