| 基于中心移动的轨迹离群点检测 |
| |
| 引用本文： | 杨洪宁,徐文进,杜珍珍,姚佳禹.基于中心移动的轨迹离群点检测[J].计算机系统应用,2023,32(12):189-196. |
| |
| 作者姓名： | 杨洪宁 徐文进 杜珍珍 姚佳禹 |
| |
| 作者单位： | 青岛科技大学 信息科学技术学院, 青岛 266061 |
| |
| 摘 要： | AIS数据是指通过AIS系统获取的船舶运动轨迹信息, 对其进行挖掘可以获得船舶的运动模式、航行路线、停靠地点等信息. 但其在采集过程中产生的离群点会对聚类等任务造成负面影响, 因此对AIS数据挖掘之前需要进行离群点检测. 然而, 当AIS轨迹数据中存在大量离群点时, 会导致大多数离群点检测算法的准确率显著下降. 为了解决这个问题, 本文提出了一种基于中心移动的轨迹离群点检测算法(center shift outlier detection, CSOD). 通过迫使数据点向其K近邻集合的中心移动, 使每个数据点更加接近典型数据, 从而有效地消除了离群点对聚类的影响. 为了验证本文算法的有效性, 使用浙江海域AIS渔船轨迹数据集, 将本文提出的CSOD算法与一些经典的离群点检测算法进行了对比实验. 实验结果表明, CSOD算法整体上性能更加优越.
|
| 关 键 词： | AIS数据 离群点检测 聚类 K近邻 异常值得分 |
| 收稿时间： | 2023/6/7 0:00:00 |
| 修稿时间： | 2023/7/12 0:00:00 |
Trajectory Outlier Detection Based on Center Shift |
| |
| YANG Hong-Ning,XU Wen-Jin,DU Zhen-Zhen,YAO Jia-Yu.Trajectory Outlier Detection Based on Center Shift[J].Computer Systems& Applications,2023,32(12):189-196. |
| |
| Authors: | YANG Hong-Ning XU Wen-Jin DU Zhen-Zhen YAO Jia-Yu |
| |
| Affiliation: | School of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266061, China |
| |
| Abstract: | |
| |
| Keywords: | AIS data outlier detection clustering K-nearest neighbor (KNN) outlier score |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
