| 基于演化计算的异常轨迹并行检测算法 |
| |
| 引用本文： | 唐梦梦 吉根林 赵斌. 基于演化计算的异常轨迹并行检测算法[J]. 数据采集与处理, 2017, 32(2): 382-389 |
| |
| 作者姓名： | 唐梦梦 吉根林 赵斌 |
| |
| 作者单位： | 南京师范大学计算机科学与技术学院，南京，210023 |
| |
| 摘 要： | 异常轨迹检测是轨迹数据挖掘研究领域的一个重要研究内容，基于演化计算的异常轨迹检测算法(Top-k evolving trajectory outlier detection, TOP-EYE)是一种有效的异常轨迹检测算法。不同于其他算法采用的轨迹距离计算方法，TOP-EYE算法从轨迹的方向和密度角度出发，采用演化计算的方式检测异常。为了提高TOP-EYE算法对海量轨迹数据集异常检测的效率，本文在其基础上提出了基于MapReduce的异常轨迹检测并行算法(Parallel detecting abnormal trajectory based on TOP-EYE, PDAT-TOP)，利用MapReduce并行计算的优势提高了异常轨迹检测的效率。将算法PDAT-TOP在Hadoop平台上加以实现，实验结果表明，算法PDAT-TOP能够有效地检测异常轨迹，并且具有较高的可扩展性和加速比。
|
| 关 键 词： | 异常轨迹检测 演化计算 并行异常轨迹检测 时空轨迹挖掘 |
Parallel Algorithm for Detecting Trajectory Outliers Based on Evolutionary Computation |
| |
| Tang Mengmeng,Ji Genlin,Zhao Bin. Parallel Algorithm for Detecting Trajectory Outliers Based on Evolutionary Computation[J]. Journal of Data Acquisition & Processing, 2017, 32(2): 382-389 |
| |
| Authors: | Tang Mengmeng Ji Genlin Zhao Bin |
| |
| Affiliation: | School of Computer Science and Technology, Nanjing Normal University, Nanjing, 210023, China |
| |
| Abstract: | |
| |
| Keywords: | trajectory outlier detection evolutionary computation parallel detecting abnormal trajectory spatial temporal data mining |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
