• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于劃分的高效異常軌跡檢測

    2014-08-05 02:40:46剛,錢猛,劉
    計算機工程與應用 2014年24期
    關鍵詞:鄰域復雜度軌跡

    陳 剛,錢 猛,劉 金

    中國工程物理研究院 計算機應用研究所,四川 綿陽 621900

    基于劃分的高效異常軌跡檢測

    陳 剛,錢 猛,劉 金

    中國工程物理研究院 計算機應用研究所,四川 綿陽 621900

    1 引言

    隨著多種移動定位、傳感器網(wǎng)絡和無線通信技術的發(fā)展,人們可以收集和存儲越來越多的軌跡數(shù)據(jù)[1],如何從這些數(shù)據(jù)中發(fā)現(xiàn)異常模式引起了許多研究人員的注意[2-4]。然而,現(xiàn)存的方法由于采用的軌跡描述方法和匹配(距離)函數(shù)的不同,導致挖掘算法在檢測結果和檢測效率方面存在諸多不同。

    Knorr等人利用傳統(tǒng)的基于距離的異常挖掘方法檢測數(shù)據(jù)集中的異常軌跡[5-7]。由于該方法利用的都是軌跡的全局屬性,它忽略了軌跡間的局部差異,因此,該算法只能應用于長度較短且較為簡單的軌跡。

    Li等人提出了基于軌跡代表模式motifs的異常軌跡檢測算法[8],它使用聚類方法從滑動窗口中收集motif,然后用分類的思想過濾異常軌跡。該算法由于采用了分類的思想,因此在實際應用中需要尋找較為標準的訓練集。

    J.-G Lee等人提出基于二階段劃分思想的異常軌跡處理算法TRAOD[9],它首先將每條軌跡劃分為多個連續(xù)線段的組合,然后采用Hausdorff距離[10-12]來計算任意兩個線段之間的距離,從而挖掘出異常軌跡片段。TRAOD算法較好地解決了長軌跡間的匹配問題,但它同時存在以下幾個問題:首先,使用近似方法獲得的線段同樣會隱藏軌跡的部分局部特征;其次,Hausdorff距離這種度量方法并不符合歐式空間的標準,進而無法使用傳統(tǒng)的索引方法來提高計算效率;再次,Hausdorff距離僅依賴于軌跡的形狀,軌跡的其他運動特征,例如運動方向和速度等,并沒有考慮進匹配函數(shù)中。例如圖1所示的三條軌跡,假設其他軌跡的運動規(guī)律與T1類似,可以很容易發(fā)現(xiàn),T2和T3都是異常軌跡,因為T2雖然運動速度與T1一致,但是運動方向不同,T3雖然運動方向一致,但是速度卻比其他軌跡要快,TRAOD算法在檢測這類異常軌跡時便有一定的難度。

    圖1 軌跡的運動規(guī)律

    針對上述問題,本文提出了基于劃分的異常軌跡檢測方法,它首先定義了一種新的異常軌跡判定方法,其次設計了一種索引結構網(wǎng)格索引樹來提高挖掘效率,該結構在時間和空間方面均優(yōu)于傳統(tǒng)的空間劃分方法,尤其是在維度的適用性方面有較大的提高。

    2 異常軌跡的基本概念和描述

    隨著探知技術和用戶需求的日益提高,軌跡數(shù)據(jù)集的屬性也在不斷地發(fā)生變化。首先,軌跡在時間和空間上的深度和廣度都得到擴展,所獲取到的運動規(guī)律隨時間和空間的變化一直在變化。其次,用戶對挖掘算法的精度和效率也提出了越來越高的要求。針對這種現(xiàn)象,本文引入了軌跡局部異常點的概念,根據(jù)Apriori性質[13-15],如果某個軌跡片段不是異常的,那么組成該片段的軌跡點必然不是異常的,同樣,如果某個軌跡不是異常的,那么組成該軌跡的軌跡片段同樣不是異常的,從而將轉化為傳統(tǒng)的異常軌跡點檢測問題。為了將每個軌跡點異常度的計算限制在其周圍的局部鄰域內(nèi),下面給出一些相關的概念和描述。

    定義1(局部軌跡點)假設軌跡在兩個連續(xù)采樣點之間是均勻連續(xù)的,可以將軌跡視為無窮個軌跡點的集合,記為T=p1p2…pn,其中 pi(1<j<n)稱為局部軌跡點,記作 pj∈T。

    定義2(軌跡瞬時矢量)假定軌跡的屬性集為A= {A1,A2,…,Ad},d為屬性維度,在一個采樣時刻t,軌跡Ti對應的軌跡點為 pj,該時刻軌跡的屬性值為 Aj= {a1,a2,…,ad},其中ak(1≤k≤d)為Ak的瞬時值,可以將Aj視作軌跡點 pj的瞬時矢量,記作 pvj={a1,a2,…,ad}。

    定義3(軌跡局部距離)軌跡點m∈Ti,n∈Tj,m和n的瞬時矢量分別是 Am,k和 An,k,其中1≤k≤d,則m與n之間的距離為:

    其中wk≥0是用戶給定的維度權值參數(shù)。

    定義4(核心軌跡點)設trω-set(p)表示 p軌跡點ω-鄰域內(nèi)包含的軌跡對象,trω-set(p)={T|o∈T∧o∈pω-set},給定參數(shù)Minpts,若|trω-set(p)|>Minpts,則稱 p為核心軌跡點。

    定義5(局部異常軌跡點)給定軌跡數(shù)據(jù)集,對應的軌跡點集合為P,o∈P,o不被包含在P的任何一個核心軌跡點的ω-鄰域內(nèi),且|trω-set(o)|≤Minpts,則稱o為局部異常軌跡點。

    定理1軌跡點m為異常軌跡點的充要條件是m是非核心軌跡點,并且m的ω-鄰域(以m為圓心,半徑為ω的區(qū)域)與核心軌跡點集不存在交集。

    證明(充分性)由于m是異常軌跡點,根據(jù)定義可知,|trω-set(m)|≤Minpts且m位于所有核心軌跡點的ω-鄰域之外。因此m即為非核心軌跡點,其ω-鄰域與核心軌跡點集也不存在交集。

    (必要性)如果m為非核心軌跡點,那么|trω-set(m)|≤Minpts,又因m的ω-鄰域與核心軌跡點集沒有交集,即m不被包含在任何核心軌跡點的ω-鄰域內(nèi)。根據(jù)定義可知,m為異常軌跡點。

    定義6(異常軌跡片段)給定閾值δ,軌跡片段Lk= pipi+1…pj(i<j≤N,N為軌跡點個數(shù))為異常軌跡片段,當且僅當滿足:

    其中O(Lk)是軌跡片段的異常軌跡點集,Nl是軌跡片段的軌跡點集。

    定義7(軌跡異常度)一條軌跡T的異常度TOF(Trajectory Outlier Factor)為異常軌跡片段在整條軌跡長度中的比例,即O(T)為軌跡T的異常片段集合。

    圖2中有四條軌跡,P1,P2,P3是軌跡T3上的三個軌跡點,可以發(fā)現(xiàn),無論是空間位置,還是速度方向,這三個點都是異常軌跡點。它們組成異常軌跡片段L1和L2,如果L1和L2的長度和占T3的比例超過一定閾值,則T3就是異常軌跡。

    圖2 異常軌跡點示例

    在現(xiàn)實的軌跡采集中,由于采樣頻率和移動物體運動速度的不同,導致軌跡在軌跡點的疏密程度上有差異,因此會造成一定的計算誤差,所以在實際操作中要對軌跡進行基于距離的線性插值。

    3 異常軌跡檢測的樸素算法

    假設給定軌跡數(shù)據(jù)集TS={Ti|1≤i≤n},樸素算法的基本思想就是通過將每條軌跡上的軌跡點逐一與其他軌跡點進行比較來找出異常軌跡點,然后再根據(jù)定義來判斷異常軌跡。圖3給出了樸素算法的偽代碼。

    圖3 異常軌跡檢測的樸素算法

    下面以距離計算為基本單元分析一下樸素算法的計算復雜度。給定一條軌跡Ti,包含ti個軌跡點,那么對于兩條軌跡Ti和Tj,需要計算距離的次數(shù)為ti×tj,假定兩個軌跡點之間的距離計算復雜度為u,則軌跡Ti和Tj之間的匹配復雜度為:

    由于軌跡數(shù)量眾多,因此樸素算法的計算復雜度為:

    設每條軌跡具有相同數(shù)量的軌跡點,即ti=tj=t,那么樸素算法的計算復雜度為:

    4 基于劃分的異常軌跡檢測

    在搜索軌跡點的鄰近點個數(shù)時,為了避免全局空間的搜索,本文使用空間劃分的方法將數(shù)據(jù)的搜索區(qū)域劃分為若干不重疊的超矩形單元,將異常點的檢測限制在局部空間內(nèi)。與傳統(tǒng)的空間劃分不同的是,為了提高檢索效率和保持網(wǎng)格的位置關系,本文設計了一種網(wǎng)格索引結構,只存儲非空網(wǎng)格,同時保持網(wǎng)格間的鄰近關系,使得最近鄰搜索更加高效地完成。

    4.1 網(wǎng)格索引樹(Grid Index Tree)

    假設G={G1,G2,…,Gk}是一個k維的有序域集合,數(shù)據(jù)集 X={x1,x2,…,xN}表示 N個點的集合,X的取值范圍被G完全覆蓋,稱G為X的覆蓋集?,F(xiàn)將數(shù)據(jù)集 X的覆蓋集G的每一個維度劃分為m個相等的單元,從而將空間劃分為超矩形單元集合P。每個單元C的空間位置表示為{c1,c2,…,cd},其中,ci為大于或等于0的整數(shù),d為數(shù)據(jù)維度數(shù)目。

    k維覆蓋集劃分后的單元數(shù)為md,當覆蓋集的每個維度跨度很大時將導致m較大,且維度個數(shù)d也較大時,也會導致單元數(shù)量的龐大。在實際中,劃分后會有大量的空單元產(chǎn)生,為此,設計了網(wǎng)格索引樹,只索引非空單元。

    定義8(網(wǎng)格索引樹GI-Tree)

    覆蓋集G劃分后生成的GI-Tree結構定義如下:

    (1)GI-Tree共有d+1層,其中d是G的基數(shù)。

    (2)除d+1層外,GI-Tree的每一層對應G的一個維度,從第1層到第d層的維度排序遵循事先約定的順序。

    (3)第i層(i≠d+1)中的每個節(jié)點存儲的內(nèi)部節(jié)點是升冪排序的,記錄格式為(cNO,NextPointer),其中cNO是該單元在第i維上的序列號,NextPointer為下一層指針;如果i=d+1,則節(jié)點記錄格式為(cNO,NextPointer,lk),NextPointer指向葉節(jié)點,lk為單鏈表,保存落入該單元的數(shù)據(jù)對象。

    (4)從根節(jié)點到葉節(jié)點的一條路徑唯一約束一個單元。

    圖4(a)是一個三維的劃分立方體,每個維度等分為4個單元,藍色單元表示有存儲數(shù)據(jù)。圖4(b)為對應的GI-Tree,前三層分別對應數(shù)據(jù)三個維度(約定的維度順序為X→Y→Z),最后一層為數(shù)據(jù)存儲層。X維分為4段,但只有1,2,4非空,所以GI-Tree的第一層節(jié)點有3個內(nèi)部節(jié)點,以此類推。

    圖4 GI-Tree實例

    GI-Tree的優(yōu)勢如下:

    (1)GI-Tree可以有效地保持數(shù)據(jù)的鄰近關系,在原始劃分中相鄰的兩個單元,在GI-Tree中也是鄰近的,這有利于實現(xiàn)數(shù)據(jù)的高效鄰域檢索,提高整個算法的效率。

    (2)GI-Tree只索引非空單元,這對于軌跡數(shù)據(jù)尤為重要。軌跡數(shù)據(jù)的一些維度,例如空間位置,其空間跨度很大,而且移動對象一般呈現(xiàn)出群體行為,這導致在軌跡數(shù)據(jù)的劃分中空單元的數(shù)量遠遠大于非空單元的數(shù)量。

    4.2 GI-Tree索引的維護算法

    下面介紹GI-Tree的構建和范圍查詢算法。

    4.2.1 GI-Tree的構建算法

    構建GI-Tree的過程是依次將數(shù)據(jù)集中的各個點插入到樹中。子程序InsertPoint以約定的維度順序將數(shù)據(jù)對象在各個維度上的單元在樹中查找相應的路徑,如果該路徑已經(jīng)存在,將對象插入葉節(jié)點的單鏈表中,否則,從當前一層創(chuàng)建以下各層的節(jié)點。GI-Tree創(chuàng)建算法如圖5所示。

    圖5 GI-Tree創(chuàng)建算法

    4.2.2 GI-Tree的范圍查詢

    在空間網(wǎng)格中,點p的k近鄰是這樣一個集合,它包含了以p為中心,以k為厚度的超矩形體內(nèi)的所有單元。如圖6所示,點p的1-鄰域是指包圍目標立方體且厚度為1單元塊,包括8個灰色單元。

    圖6 k近鄰查詢

    基于GI-Tree的范圍查詢算法如圖7所示。

    圖7 范圍查詢算法

    4.3 異常軌跡檢測算法

    4.3.1 基于GI-Tree的異常軌跡點檢測算法

    算法4是本文提出的基于GI-Tree的異常軌跡點檢測算法。首先計算經(jīng)過每個單元的軌跡數(shù)目,如果大于閾值Minpts則將其標記為red,表明該單元中的軌跡點都不是異常的,否則標記為white。然后針對white單元中的每個軌跡點,根據(jù)定義5和算法4判斷是否異常。異常軌跡點檢測算法如圖8所示。

    圖8 異常軌跡點檢測算法

    4.3.2 異常軌跡檢測算法

    算法5給出了異常軌跡檢測的完整算法,該算法首先對軌跡數(shù)據(jù)庫做基于距離的線性插值(步驟1),然后構建GI-Tree(步驟2),在檢測出異常軌跡點后,根據(jù)定義計算軌跡的異常度(步驟3),最后輸出異常軌跡(步驟4)。異常軌跡檢測算法如圖9所示。

    圖9 異常軌跡檢測算法

    4.3.3 性能分析

    在空間復雜度方面,設每個空間劃分單元的存儲代價為c,每個維度均勻劃分為m個單元,則GI-Tree索引的單元數(shù)為(1-s)×md,其中s表示軌跡點集在空間的分布情況,分布均勻時,s趨近于0,分布越不均勻,s就越趨近于1。在真實的軌跡數(shù)據(jù)集中,軌跡點的分布往往是不均勻的,所以(1-s)×md<<md,即該算法的空間復雜度SC<<md×c。

    在時間復雜度方面,步驟1的時間復雜度為O(nu),nu為線性插入的軌跡點個數(shù)。步驟2是建立網(wǎng)格索引樹,假定軌跡點均勻分布,d個維度共劃分為md個單元,則建立的GI-Tree共有d+1層,每個非葉節(jié)點的內(nèi)部節(jié)點為m個。由于內(nèi)部節(jié)點是排序的,因此每插入一個軌跡點,每層都需要進行l(wèi)bm次比較,即一次完整的插入過程需要比較d×lbm次。所以,n條軌跡的建樹過程需要n×d×lbm次比較。在步驟3中僅考慮GI-Tree的搜索和計算代價,GI-Tree的每層內(nèi)部查找為二分查找,因此一次查找花費O(dlbm),計算代價與ω和d成正比,即O(ωd)。設有n條軌跡,平均每條軌跡中有t個軌跡點,則步驟3的計算復雜度為O(dωdlbm×n×t)。

    5 實驗結果

    這一章對本文提出的異常檢測算法在有效性和性能方面進行測試。本章的全部實驗所使用的數(shù)據(jù)來自于1849年至2006年大西洋颶風中心運動軌跡(http:// weather.unisys.com/hurricane/index.html),維度信息包括經(jīng)緯度、最大風力、壓力等。本文采用的數(shù)據(jù)為:(1)數(shù)據(jù)1,1849年到2006年的軌跡,包含20 371個軌跡點,1 278條軌跡;(2)數(shù)據(jù)2,1950年到2006年的軌跡,包含19 581個軌跡點,608條軌跡;(3)數(shù)據(jù)3,1990年到2006年的軌跡,包含7 301個軌跡點,224條軌跡,維度信息采用了經(jīng)緯度、風力和速度矢量共5維。

    實驗環(huán)境:Windows XP操作系統(tǒng),Intel Pentinum Dual 2.8 GHz CPU,2 GB內(nèi)存。開發(fā)環(huán)境:Microsoft Visual Studio 2005。

    5.1 算法的效果分析

    為了驗證算法的效果,本文以TRAOD算法作為比較算法,實驗數(shù)據(jù)采用數(shù)據(jù)2和3。從圖10(a)和(b)中可以發(fā)現(xiàn),TRAOD算法能夠發(fā)現(xiàn)軌跡稀疏區(qū)域的異常軌跡和擁有異常移動路徑的軌跡,也就是說,TRAOD的結果只依賴于軌跡的形狀。

    圖10 與TRAOD算法的檢測效果對比

    圖10(c)和(d)顯示了本文提出的算法在同樣兩個數(shù)據(jù)集中檢測出的異常軌跡的情況(ω=26,δ=0.7,Minpts=10),從結果中可以很容易發(fā)現(xiàn),除了TRAOD能夠檢測出的那些具有異常形狀的軌跡外,本文的算法還能夠檢測那些擁有更快的移動速度的異常軌跡(圖中圓圈標示),而在TRAOD算法中,這些異常軌跡的路徑由于與其他軌跡路徑相似而被認為是正常軌跡。因此,本文提出的異常軌跡判定算法要比TRAOD更加具有現(xiàn)實意義。

    5.2 參數(shù)影響

    本文算法主要涉及到如下參數(shù):ω,Minpts。下面以數(shù)據(jù)3作為實驗數(shù)據(jù)來測試算法,分析不同參數(shù)對實驗結果的影響。

    鄰域半徑ω對算法的影響最大,不但直接決定了算法的計算代價,而且較為明顯地影響算法檢測出的異常軌跡的數(shù)目。從圖11可以發(fā)現(xiàn),隨著ω的增大,異常軌跡的數(shù)目在逐漸減少,這是因為:ω值越大,算法需要在更大范圍內(nèi)查詢與對象軌跡運動規(guī)律不相匹配的軌跡,有些軌跡盡管在其較近鄰域具有特殊的運動規(guī)律,但查詢范圍增大卻和較遠區(qū)域的軌跡具有相似的運動規(guī)律。同時可以看出,ω值越大,算法的執(zhí)行時間就越長。因此,為ω設定一個合理值不僅有助于提高計算效率,而且對算法的檢測效果也有較大提高。

    圖11 不同參數(shù)下算法的執(zhí)行時間和檢測效果對比

    參數(shù)Minpts表示軌跡的局部匹配的精度,從圖11可以看出,當Minpts增大時,算法檢測出來的異常軌跡數(shù)目在減少,這是因為Minpts增大表明算法對異常的容忍度在增加,Minpts越大,異常軌跡的數(shù)目就越少。

    從表1中可以發(fā)現(xiàn),本文所提出的算法在計算效率方面遠遠超過TRAOD算法,雖然TRAOD算法采用了粗細結合的分段方法來減少鄰域軌跡段的個數(shù),但由于不能夠索引軌跡段,算法的計算復雜度非常大。同時,TRAOD算法采用的度量方法也增加了計算代價。

    表1 算法執(zhí)行效率的對比

    圖12 內(nèi)存使用情況

    為了測試算法的空間復雜度,本文分別使用500條軌跡和200條軌跡,分別測試使用傳統(tǒng)網(wǎng)格劃分和使用網(wǎng)格索引樹算法的最大內(nèi)存占用情況。從圖12中可以發(fā)現(xiàn),隨著網(wǎng)格單元數(shù)目的增加,內(nèi)存的占用呈線性增長的趨勢,但是采用網(wǎng)格索引樹時,內(nèi)存使用增長率遠遠小于傳統(tǒng)的網(wǎng)格劃分方法,主要原因是網(wǎng)格索引樹只索引非空網(wǎng)格單元,從而大大降低了內(nèi)存占用量。

    6 結束語

    隨著無線傳感技術和定位服務的發(fā)展,挖掘軌跡數(shù)據(jù)庫中蘊含的異常信息已經(jīng)成為當前的研究熱點。本文針對軌跡數(shù)據(jù)的運動規(guī)律和特征,結合空間劃分的方法,提出了一種基于網(wǎng)格索引的異常軌跡檢測方法。實驗結果表明本文提出的算法不僅提高了異常軌跡的挖掘效率,而且能夠挖掘出更富現(xiàn)實意義的異常軌跡。

    本文提出的算法同樣遇到了參數(shù)敏感的問題,需要領域專家的參與或多次嘗試才能確定合適的參數(shù)值。同時,本文的算法目前只能適用于靜態(tài)歷史軌跡數(shù)據(jù)庫,因此,本文的后續(xù)工作包括研究自適應參數(shù)和研究從軌跡流中即時發(fā)現(xiàn)異常軌跡的算法。

    [1]Guting G H,Schneider M.Moving objects databases[M]. [S.l.]:Morgan Kaufmann,2005:217-224.

    [2]Bu Y,Chen L.Efficient anomaly monitoring over moving object trajectory streams[C]//SIGKDD,Rhode Island,USA,2009:159-168.

    [3]Li X,Li Z,Han J,et al.Temporal outlier detection in vehicle traffic data[C]//Proceedings of ICDE,2009:1319-1322.

    [4]Ge Y,Xiong H,Zhou Z H,et al.Top-eye:top-k evolving trajectory outlier detection[C]//Proceedings of CIKM,2010:1733-1736.

    [5]Knorr E M,Ng R T.Algorithms for mining distance-based outliers in large datasets[C]//Proceedings of 24th VLDB,New York City,1998:392-403.

    [6]Knorr E M,Ng R T.Finding intensions knowledge of distance-based outliers[C]//Proceedings of 25th VLDB,Edinburgh,Scotland,1999:211-222.

    [7]Knorr E M,Ng R T,Tucakov V.Distance-based outlier:algorithms and applications[J].VLDB Journal,2000,8(3):237-253.

    [8]Li X,Han J,Kim S,et al.ROAM:rule and motif-based anomaly detection in massive moving object data sets[C]// Proceedings of 7th SIAM International Conference on Data Mining,Minneapolis,Minnesota,2007:296-307.

    [9]Lee J G,Han J,Li X.Trajectory outlier detection:a partition-and-detect framework[C]//Proceedings of ICDE,2008.

    [10]Lee J G,Han J,Whang K Y.Trajectory clustering:a partition-and-group framework[C]//Proceedings of ACM SIGMOD,Beijing,China,2007:593-604.

    [11]Chen J,Leung M K H,Gao Y.Noisy logo recognition using line segment Hausdorff distance[J].Pattern Recognition,2003,36(4):943-955.

    [12]Lee J G,Han J,Li X,et al.TraClass:trajectory classification using hierarchical region-based and trajectory-based clustering[C]//Proceedings of PVLDB,2008.

    [13]Agrawal R,Srikant R.Fast algorithm for mining association rules[C]//Proceedings of the 20th International Conference on VLDB,Santiago,Chile,1994:487-499.

    [14]Agrawal R,Srikant A R.Mining sequential patterns[C]// Proceedings of ICDE,1995:3-14.

    [15]Han J,Pei J,Yin Y.Mining frequent patterns without candidate generation[R].School of Computing Science,Simon Fraser University,1999.

    CHEN Gang,QIAN Meng,LIU Jin

    Institute of Computer Application,China Academy of Engineering Physics,Mianyang,Sichuan 621900,China

    As the development of mobile computing technology and GPS-enabled mobile devices,the services of moving object receive more and more attention.And trajectory outlier detection is a widely appealing application.In this paper,a novel detection algorithm is proposed to mine trajectory outliers from massive trajectory datasets more efficiently.The algorithm is based on space partition and finds trajectory outliers through mining the local trajectory point outlier.In this way, it converts the problem of finding trajectory to traditional outlier detection problem.In addition,a novel index structure is designed to improve the computing efficiency.Experiments show its higher efficiency and its power to find more meaningful trajectory outlier.

    trajectory outlier;trajectory point;space partition;grid index tree

    為了在海量軌跡數(shù)據(jù)庫中高效準確地挖掘出異常軌跡,提出了基于劃分的異常軌跡檢測算法。該算法通過計算局部軌跡點之間的匹配程度來探測異常軌跡,將異常軌跡檢測由形狀匹配問題轉化為傳統(tǒng)的異常點檢測問題,并設計了一種基于空間劃分的網(wǎng)格索引結構,提高算法的運行效率。實驗證明,該算法不僅具有較高的挖掘效率,而且能夠檢測出更具實際意義的異常軌跡。

    異常軌跡;軌跡點;空間劃分;網(wǎng)格索引樹

    A

    TP393

    10.3778/j.issn.1002-8331.1301-0243

    CHEN Gang,QIAN Meng,LIU Jin.Trajectory outlier detection based on space partition.Computer Engineering and Applications,2014,50(24):127-132.

    國家自然科學基金(No.60728204/F020404);科技重大專項經(jīng)費資助(No.2013ZX04006011-102-002)。

    陳剛(1984—),男,助理工程師,主要研究方向:信息可視化、數(shù)據(jù)挖掘、自動化控制;錢猛(1988—),男,助理工程師,主要研究方向:數(shù)據(jù)庫、網(wǎng)絡化控制系統(tǒng);劉金(1974—),男,研究員,碩士生導師,主要研究方向:系統(tǒng)工程、自動化控制系統(tǒng)、武器預研等。E-mail:zjucg@zju.edu.cn

    2013-01-22

    2013-04-22

    1002-8331(2014)24-0127-06

    CNKI網(wǎng)絡優(yōu)先出版:2013-05-13,http∶//www.cnki.net/kcms/detail/11.2127.TP.20130513.1601.004.html

    猜你喜歡
    鄰域復雜度軌跡
    軌跡
    軌跡
    稀疏圖平方圖的染色數(shù)上界
    一種低復雜度的慣性/GNSS矢量深組合方法
    基于鄰域競賽的多目標優(yōu)化算法
    自動化學報(2018年7期)2018-08-20 02:59:04
    軌跡
    求圖上廣探樹的時間復雜度
    進化的軌跡(一)——進化,無盡的適應
    中國三峽(2017年2期)2017-06-09 08:15:29
    關于-型鄰域空間
    某雷達導51 頭中心控制軟件圈復雜度分析與改進
    亚洲人成网站在线播放欧美日韩| 日韩欧美精品v在线| 淫妇啪啪啪对白视频| 欧美另类亚洲清纯唯美| 精品无人区乱码1区二区| 十八禁人妻一区二区| 天美传媒精品一区二区| 十八禁网站免费在线| 国产精品香港三级国产av潘金莲| 一区二区三区高清视频在线| 国产99白浆流出| 久久久精品大字幕| 99久国产av精品| 国产97色在线日韩免费| 一级作爱视频免费观看| 亚洲成av人片免费观看| 久久午夜亚洲精品久久| 性色avwww在线观看| 亚洲无线在线观看| 天堂动漫精品| 一二三四社区在线视频社区8| 日本精品一区二区三区蜜桃| 丰满人妻一区二区三区视频av | 国产成年人精品一区二区| www.色视频.com| 久久精品夜夜夜夜夜久久蜜豆| eeuss影院久久| 男人舔女人下体高潮全视频| avwww免费| 五月伊人婷婷丁香| 村上凉子中文字幕在线| 午夜免费成人在线视频| 亚洲精品一区av在线观看| 久久久久久人人人人人| 精品国产超薄肉色丝袜足j| av福利片在线观看| 精品不卡国产一区二区三区| 中文亚洲av片在线观看爽| 变态另类成人亚洲欧美熟女| 免费av不卡在线播放| 激情在线观看视频在线高清| 特级一级黄色大片| 久久久久免费精品人妻一区二区| 亚洲国产日韩欧美精品在线观看 | 97人妻精品一区二区三区麻豆| 久久久久亚洲av毛片大全| 亚洲真实伦在线观看| 好男人电影高清在线观看| 久久久久亚洲av毛片大全| 97碰自拍视频| 91字幕亚洲| 日韩精品青青久久久久久| 欧美又色又爽又黄视频| 国产精品影院久久| 人人妻人人澡欧美一区二区| 日韩 欧美 亚洲 中文字幕| 啦啦啦免费观看视频1| 日韩欧美精品v在线| 3wmmmm亚洲av在线观看| eeuss影院久久| avwww免费| 国产伦精品一区二区三区视频9 | 国产成人福利小说| 亚洲精品国产精品久久久不卡| 国产三级黄色录像| 亚洲内射少妇av| 丰满乱子伦码专区| 90打野战视频偷拍视频| 中文字幕熟女人妻在线| 亚洲精品国产精品久久久不卡| 午夜福利免费观看在线| 18禁在线播放成人免费| 久久精品影院6| 麻豆国产97在线/欧美| 长腿黑丝高跟| АⅤ资源中文在线天堂| 90打野战视频偷拍视频| 欧美性猛交黑人性爽| 精品电影一区二区在线| 亚洲国产精品合色在线| 欧美最黄视频在线播放免费| 久久伊人香网站| 成人18禁在线播放| 国产在线精品亚洲第一网站| 亚洲在线观看片| 国产精品电影一区二区三区| 国产伦精品一区二区三区四那| 亚洲欧美日韩高清在线视频| 午夜视频国产福利| 亚洲中文日韩欧美视频| 国产伦精品一区二区三区四那| 韩国av一区二区三区四区| 亚洲va日本ⅴa欧美va伊人久久| 熟妇人妻久久中文字幕3abv| 精品福利观看| 亚洲va日本ⅴa欧美va伊人久久| 亚洲专区国产一区二区| 国产老妇女一区| 麻豆久久精品国产亚洲av| 日韩欧美国产一区二区入口| 2021天堂中文幕一二区在线观| av天堂在线播放| 少妇人妻一区二区三区视频| 午夜福利欧美成人| 欧美午夜高清在线| 一二三四社区在线视频社区8| 麻豆国产97在线/欧美| 国产黄a三级三级三级人| 天天添夜夜摸| 午夜亚洲福利在线播放| 99国产精品一区二区蜜桃av| 亚洲精华国产精华精| 久久久久国内视频| 一进一出抽搐动态| 欧美中文日本在线观看视频| 亚洲男人的天堂狠狠| 欧美最黄视频在线播放免费| 成人永久免费在线观看视频| 亚洲色图av天堂| 国内精品美女久久久久久| 精品人妻偷拍中文字幕| 免费看a级黄色片| 3wmmmm亚洲av在线观看| 亚洲av美国av| 淫秽高清视频在线观看| 夜夜爽天天搞| 国产欧美日韩一区二区精品| 亚洲成a人片在线一区二区| 国产精品久久电影中文字幕| 国产欧美日韩精品一区二区| 欧美精品啪啪一区二区三区| 国语自产精品视频在线第100页| 1000部很黄的大片| 免费看a级黄色片| 国产精品久久久人人做人人爽| 国产欧美日韩精品亚洲av| 极品教师在线免费播放| 中亚洲国语对白在线视频| 日韩亚洲欧美综合| 无人区码免费观看不卡| 国内久久婷婷六月综合欲色啪| 国产又黄又爽又无遮挡在线| 可以在线观看毛片的网站| 又黄又粗又硬又大视频| 中文亚洲av片在线观看爽| 国产三级在线视频| 男女做爰动态图高潮gif福利片| 国产主播在线观看一区二区| 国产亚洲欧美在线一区二区| 亚洲欧美一区二区三区黑人| 免费观看的影片在线观看| 最近在线观看免费完整版| 欧美极品一区二区三区四区| 九色国产91popny在线| 欧美一级a爱片免费观看看| 在线观看舔阴道视频| 深夜精品福利| 一级黄色大片毛片| 特级一级黄色大片| 欧美成人免费av一区二区三区| 又黄又爽又免费观看的视频| 亚洲欧美日韩无卡精品| 久久久成人免费电影| 成人国产一区最新在线观看| 日韩精品青青久久久久久| avwww免费| 亚洲av成人av| 舔av片在线| 亚洲国产精品999在线| 91麻豆精品激情在线观看国产| 免费高清视频大片| 欧美性猛交黑人性爽| 69av精品久久久久久| 国产欧美日韩一区二区精品| 国产精品久久久久久久久免 | 午夜亚洲福利在线播放| 美女cb高潮喷水在线观看| 久久精品国产99精品国产亚洲性色| 精品人妻一区二区三区麻豆 | 一本精品99久久精品77| 色综合婷婷激情| h日本视频在线播放| 日韩精品青青久久久久久| 国产一区二区在线观看日韩 | 一本一本综合久久| 精品久久久久久成人av| a级一级毛片免费在线观看| 一个人看视频在线观看www免费 | 免费看十八禁软件| 女警被强在线播放| 精品久久久久久成人av| av专区在线播放| 亚洲av五月六月丁香网| 一进一出抽搐gif免费好疼| 久久国产乱子伦精品免费另类| 黄片小视频在线播放| 乱人视频在线观看| 日韩欧美精品免费久久 | 非洲黑人性xxxx精品又粗又长| 国产高清videossex| 午夜免费男女啪啪视频观看 | 1000部很黄的大片| 五月伊人婷婷丁香| 国产亚洲欧美在线一区二区| 美女cb高潮喷水在线观看| 成人亚洲精品av一区二区| 99久久精品一区二区三区| 白带黄色成豆腐渣| 神马国产精品三级电影在线观看| 久久中文看片网| 欧美zozozo另类| 亚洲成a人片在线一区二区| 国产久久久一区二区三区| 日韩欧美在线乱码| 久久久久久人人人人人| 国产主播在线观看一区二区| 天天添夜夜摸| 在线观看免费午夜福利视频| 中文在线观看免费www的网站| 香蕉久久夜色| 精品一区二区三区人妻视频| 搡女人真爽免费视频火全软件 | 免费电影在线观看免费观看| 制服丝袜大香蕉在线| 免费在线观看亚洲国产| 国产色婷婷99| 欧美日韩精品网址| av播播在线观看一区| 国产黄a三级三级三级人| 最后的刺客免费高清国语| 一级av片app| 亚洲精品一二三| 国产爱豆传媒在线观看| 99久久精品热视频| 国产综合精华液| 一级黄片播放器| 成人欧美大片| 夜夜看夜夜爽夜夜摸| 亚洲美女视频黄频| 嫩草影院新地址| 国产亚洲一区二区精品| 日韩视频在线欧美| 亚洲成人av在线免费| 日本色播在线视频| 99九九线精品视频在线观看视频| 国产亚洲精品久久久com| 亚洲不卡免费看| 国产白丝娇喘喷水9色精品| 日本色播在线视频| 国产精品精品国产色婷婷| 成年人午夜在线观看视频 | 国产精品久久久久久久电影| 丰满人妻一区二区三区视频av| 免费观看的影片在线观看| 十八禁国产超污无遮挡网站| 精品国产一区二区三区久久久樱花 | 三级毛片av免费| 亚洲av成人精品一区久久| 夫妻性生交免费视频一级片| 少妇人妻一区二区三区视频| 91久久精品国产一区二区三区| 亚洲最大成人手机在线| 久久久久久久久久久丰满| 精品少妇黑人巨大在线播放| 中文天堂在线官网| 日日啪夜夜撸| av又黄又爽大尺度在线免费看| 嫩草影院新地址| 狠狠精品人妻久久久久久综合| 女人久久www免费人成看片| 少妇被粗大猛烈的视频| 免费看美女性在线毛片视频| 简卡轻食公司| 国产综合懂色| 国产白丝娇喘喷水9色精品| 日日啪夜夜撸| 国产精品精品国产色婷婷| 国产人妻一区二区三区在| 亚洲在线自拍视频| 色网站视频免费| 九九久久精品国产亚洲av麻豆| 卡戴珊不雅视频在线播放| 高清毛片免费看| 人妻制服诱惑在线中文字幕| 91aial.com中文字幕在线观看| av一本久久久久| 乱系列少妇在线播放| 亚洲在线观看片| 免费观看在线日韩| 久久99热这里只有精品18| 69人妻影院| 啦啦啦啦在线视频资源| 一级毛片aaaaaa免费看小| 国产精品.久久久| 国产成人91sexporn| 日韩av在线大香蕉| 欧美3d第一页| 日日摸夜夜添夜夜添av毛片| 亚洲精品视频女| 91久久精品国产一区二区三区| 人妻少妇偷人精品九色| 国产欧美日韩精品一区二区| 国产高潮美女av| or卡值多少钱| 三级国产精品片| 国产午夜精品论理片| 免费观看a级毛片全部| 69人妻影院| 99久久人妻综合| 一个人看的www免费观看视频| 午夜福利在线在线| 国产黄色小视频在线观看| 特大巨黑吊av在线直播| 亚洲欧美日韩东京热| 日韩欧美精品v在线| 久久久精品94久久精品| 亚洲国产色片| 日韩电影二区| 永久免费av网站大全| 国产欧美另类精品又又久久亚洲欧美| 日韩亚洲欧美综合| 夜夜爽夜夜爽视频| 久久久久久九九精品二区国产| 99久久中文字幕三级久久日本| 午夜免费激情av| 日韩电影二区| 亚洲第一区二区三区不卡| 最近最新中文字幕免费大全7| 国语对白做爰xxxⅹ性视频网站| 乱码一卡2卡4卡精品| 免费观看在线日韩| 97超视频在线观看视频| 国产亚洲av嫩草精品影院| 乱码一卡2卡4卡精品| 国产又色又爽无遮挡免| 国产免费一级a男人的天堂| 男女边吃奶边做爰视频| 99热这里只有是精品在线观看| 国产91av在线免费观看| 美女大奶头视频| 国产视频首页在线观看| 久久精品国产亚洲网站| 午夜免费男女啪啪视频观看| 汤姆久久久久久久影院中文字幕 | 日日摸夜夜添夜夜爱| 极品教师在线视频| 欧美不卡视频在线免费观看| 精品一区二区免费观看| 久久久久九九精品影院| 国产探花在线观看一区二区| 日韩精品青青久久久久久| 国产精品精品国产色婷婷| 男人狂女人下面高潮的视频| 国产成人一区二区在线| 婷婷色麻豆天堂久久| 国产综合精华液| 午夜精品国产一区二区电影 | 久久久久久久大尺度免费视频| 国产黄片美女视频| 国产精品一及| 大香蕉97超碰在线| 波多野结衣巨乳人妻| 国产真实伦视频高清在线观看| 激情 狠狠 欧美| 麻豆av噜噜一区二区三区| 国内精品一区二区在线观看| 久久精品国产自在天天线| 大片免费播放器 马上看| 一级爰片在线观看| 国产成人精品久久久久久| 国产视频首页在线观看| 嘟嘟电影网在线观看| 欧美日韩在线观看h| 国产精品爽爽va在线观看网站| 青春草国产在线视频| 白带黄色成豆腐渣| 国产成人精品婷婷| 麻豆av噜噜一区二区三区| 国产成人精品福利久久| 在线免费观看的www视频| 欧美xxxx性猛交bbbb| 伦理电影大哥的女人| 我的女老师完整版在线观看| 51国产日韩欧美| 国产午夜精品论理片| 日韩伦理黄色片| 最后的刺客免费高清国语| 欧美日韩综合久久久久久| 久久久久久久久久黄片| 亚洲欧美一区二区三区国产| 伊人久久精品亚洲午夜| 国产成人免费观看mmmm| 五月天丁香电影| 伦精品一区二区三区| www.色视频.com| 国产老妇伦熟女老妇高清| 亚洲无线观看免费| 看非洲黑人一级黄片| 亚洲欧美清纯卡通| 日韩在线高清观看一区二区三区| 少妇丰满av| 老司机影院成人| 久久久久免费精品人妻一区二区| 免费av毛片视频| 亚洲精品日本国产第一区| 国产午夜精品论理片| 久久99热这里只有精品18| 最近2019中文字幕mv第一页| 国产又色又爽无遮挡免| eeuss影院久久| 亚洲精品国产av成人精品| 免费看不卡的av| 精品国产三级普通话版| 亚洲最大成人手机在线| 亚洲国产日韩欧美精品在线观看| 免费播放大片免费观看视频在线观看| 国产精品久久视频播放| 成年女人在线观看亚洲视频 | 国产精品综合久久久久久久免费| 成人漫画全彩无遮挡| videos熟女内射| 91午夜精品亚洲一区二区三区| 在线观看美女被高潮喷水网站| 国产成人精品一,二区| av在线蜜桃| 久久97久久精品| 最近最新中文字幕大全电影3| 国产永久视频网站| 听说在线观看完整版免费高清| 九九爱精品视频在线观看| 亚洲电影在线观看av| 国产视频首页在线观看| 韩国高清视频一区二区三区| 国产精品99久久久久久久久| 菩萨蛮人人尽说江南好唐韦庄| 简卡轻食公司| 日本熟妇午夜| 国产精品一及| 禁无遮挡网站| 亚洲三级黄色毛片| 国产精品福利在线免费观看| 亚洲国产精品成人综合色| 乱码一卡2卡4卡精品| 日本免费在线观看一区| 色哟哟·www| 一级av片app| h日本视频在线播放| 国产黄a三级三级三级人| 男人狂女人下面高潮的视频| 亚洲成色77777| 精品久久国产蜜桃| 国产v大片淫在线免费观看| h日本视频在线播放| 国产精品国产三级国产av玫瑰| 熟女人妻精品中文字幕| 中文资源天堂在线| 久久久亚洲精品成人影院| 久久久国产一区二区| 男人狂女人下面高潮的视频| 大香蕉久久网| 亚洲一级一片aⅴ在线观看| 久久久久精品性色| 不卡视频在线观看欧美| eeuss影院久久| 国内精品宾馆在线| 久久久欧美国产精品| 91av网一区二区| 久久久久九九精品影院| 久久久久免费精品人妻一区二区| 精品国产三级普通话版| 熟女人妻精品中文字幕| 水蜜桃什么品种好| 亚洲不卡免费看| 国产精品无大码| 少妇熟女欧美另类| 亚洲av日韩在线播放| 国产黄片视频在线免费观看| 免费看不卡的av| 亚洲av成人av| av线在线观看网站| 国产精品无大码| 97精品久久久久久久久久精品| 国产午夜福利久久久久久| 色播亚洲综合网| 国产综合精华液| 尤物成人国产欧美一区二区三区| 久久国产乱子免费精品| 99久久精品国产国产毛片| 99re6热这里在线精品视频| 一级毛片电影观看| 老女人水多毛片| 精品国产三级普通话版| 成人鲁丝片一二三区免费| ponron亚洲| 18禁在线无遮挡免费观看视频| 一个人看视频在线观看www免费| 淫秽高清视频在线观看| 日韩欧美一区视频在线观看 | 国产av不卡久久| 日韩欧美国产在线观看| 国产不卡一卡二| 男人狂女人下面高潮的视频| 国产精品综合久久久久久久免费| videossex国产| 大香蕉久久网| 视频中文字幕在线观看| 亚洲精品一二三| 国产一区二区亚洲精品在线观看| 又黄又爽又刺激的免费视频.| 九九久久精品国产亚洲av麻豆| 欧美日韩亚洲高清精品| 亚洲成人精品中文字幕电影| 99热这里只有是精品在线观看| 男女啪啪激烈高潮av片| 久久久久网色| 在线天堂最新版资源| 成人无遮挡网站| 免费av不卡在线播放| 毛片一级片免费看久久久久| 18禁动态无遮挡网站| 欧美精品一区二区大全| 亚洲高清免费不卡视频| 国产毛片a区久久久久| 日本av手机在线免费观看| 国产成人一区二区在线| 欧美性感艳星| 国产精品不卡视频一区二区| 免费大片18禁| 国产亚洲精品av在线| 高清av免费在线| 男女那种视频在线观看| 免费av毛片视频| 国产大屁股一区二区在线视频| 亚洲伊人久久精品综合| 中文字幕制服av| 久久精品久久久久久噜噜老黄| 男人狂女人下面高潮的视频| 免费看a级黄色片| 少妇人妻精品综合一区二区| 国产爱豆传媒在线观看| 2021少妇久久久久久久久久久| 国产精品.久久久| 一个人观看的视频www高清免费观看| 免费大片黄手机在线观看| 亚洲aⅴ乱码一区二区在线播放| 免费大片黄手机在线观看| 国产高清有码在线观看视频| 欧美激情久久久久久爽电影| 一二三四中文在线观看免费高清| 内射极品少妇av片p| 啦啦啦中文免费视频观看日本| 不卡视频在线观看欧美| 成人午夜高清在线视频| 天天一区二区日本电影三级| 天美传媒精品一区二区| 欧美激情国产日韩精品一区| 听说在线观看完整版免费高清| 色5月婷婷丁香| 少妇裸体淫交视频免费看高清| 特级一级黄色大片| 欧美日韩视频高清一区二区三区二| 天天一区二区日本电影三级| 亚洲国产精品成人综合色| 免费无遮挡裸体视频| 精品久久久久久久末码| 三级男女做爰猛烈吃奶摸视频| 插阴视频在线观看视频| 天堂中文最新版在线下载 | 欧美另类一区| 97超碰精品成人国产| 免费看美女性在线毛片视频| 熟妇人妻久久中文字幕3abv| 69av精品久久久久久| av天堂中文字幕网| 插阴视频在线观看视频| 国产午夜福利久久久久久| 精品欧美国产一区二区三| 少妇高潮的动态图| 久久午夜福利片| 国产一级毛片七仙女欲春2| 在线免费十八禁| 神马国产精品三级电影在线观看| 日本黄色片子视频| 黄片wwwwww| 直男gayav资源| av又黄又爽大尺度在线免费看| 亚洲丝袜综合中文字幕| 一级二级三级毛片免费看| www.av在线官网国产| 97热精品久久久久久| 在线天堂最新版资源| 成年人午夜在线观看视频 | 有码 亚洲区| 91精品一卡2卡3卡4卡| 搡老妇女老女人老熟妇| 大香蕉久久网| 国产在视频线精品| 纵有疾风起免费观看全集完整版 | a级一级毛片免费在线观看| 激情五月婷婷亚洲| 亚洲欧美日韩东京热| 能在线免费看毛片的网站| 纵有疾风起免费观看全集完整版 | 如何舔出高潮| 国产 一区精品| 久久精品国产亚洲av天美| 美女黄网站色视频| 亚洲丝袜综合中文字幕| 舔av片在线| 国产激情偷乱视频一区二区| 美女黄网站色视频| 午夜精品一区二区三区免费看| 日本猛色少妇xxxxx猛交久久| 亚洲天堂国产精品一区在线| 少妇丰满av|