基于深度學(xué)習(xí)的車(chē)輛軌跡重建與異常軌跡識(shí)別

黃士琛，邵春福，李娟，張小雨，錢(qián)劍培

(北京交通大學(xué)，綜合交通運(yùn)輸大數(shù)據(jù)應(yīng)用技術(shù)交通運(yùn)輸行業(yè)重點(diǎn)實(shí)驗(yàn)室，北京100044)

0 引言

隨著空間定位采樣技術(shù)的發(fā)展和移動(dòng)終端的普及，海量軌跡數(shù)據(jù)的知識(shí)發(fā)現(xiàn)成為交通領(lǐng)域的研究熱點(diǎn)和趨勢(shì)。車(chē)輛軌跡數(shù)據(jù)由于更新快、頻率高，可以得到居民出行和交通運(yùn)行狀態(tài)等重要信息，成為數(shù)字交通的建設(shè)基石。車(chē)輛軌跡理應(yīng)依附于城市道路網(wǎng)絡(luò)，然而受到記錄故障、定位故障和人工失誤操作的影響，軌跡數(shù)據(jù)呈現(xiàn)出不確定性、稀疏性和偏態(tài)分布性等缺點(diǎn)[1]，無(wú)法精確依照出行者的出行行為和道路網(wǎng)絡(luò)進(jìn)行存儲(chǔ)，進(jìn)而產(chǎn)生異常點(diǎn)段，使其在交通領(lǐng)域的應(yīng)用受到阻礙。因此，車(chē)輛軌跡重建與異常識(shí)別研究具有重要意義。

針對(duì)GPS軌跡異常識(shí)別，CHAWLA[2]根據(jù)交通小區(qū)的OD 矩陣，分析潛在的異常鏈路，再依據(jù)歷史信息識(shí)別異常點(diǎn)段。吳玥琳[3]清洗并分析出租車(chē)的軌跡特點(diǎn)，從包圍面積和相似度角度闡述軌跡特征并用于合乘行為研究。LEI[4]提出MT-MAD 框架，將軌跡按區(qū)域分割，根據(jù)區(qū)域內(nèi)的軌跡特征分?jǐn)?shù)排序，將分?jǐn)?shù)超過(guò)閾值的軌跡視為異常。在軌跡重建方面，SPAGNOL[5]結(jié)合GPS 與另一組傳感器的數(shù)據(jù)共同推算和重建移動(dòng)軌跡。ZHANG[6]使用樣條曲線函數(shù)擬合船舶的航向軌跡并表明性能優(yōu)于多項(xiàng)式回歸等模型。

本文嘗試將對(duì)抗生成網(wǎng)絡(luò)等深度學(xué)習(xí)方法應(yīng)用于軌跡重建和異常識(shí)別。GOODFELLOW[7]提出基于對(duì)抗網(wǎng)絡(luò)的生成模型(Generative Adversarial Networks，GANs)，模型里生成器和判別器兩個(gè)神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)反復(fù)博弈，使生成器逼近樣本實(shí)際分布。HINTON[8]通過(guò)深度自編碼網(wǎng)絡(luò)(Autoencoder，AE)提取高維數(shù)據(jù)特征并表明AE是有效的參數(shù)預(yù)訓(xùn)練方法。段宗濤[9]使用長(zhǎng)、短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(Long Short-term Memory，LSTM)預(yù)測(cè)出租車(chē)需求并取得高準(zhǔn)確率。YANG[10]提出能區(qū)別地關(guān)注重要和不重要特征的注意力模型(Attention)，用于文檔分類(lèi)并取得較高精度。

本文構(gòu)建基于LSTM-AE-Attention 模型的軌跡重建與異常識(shí)別方法，針對(duì)車(chē)輛軌跡數(shù)據(jù)集中正常與異常數(shù)據(jù)不平衡問(wèn)題，采用數(shù)據(jù)增強(qiáng)的思路，通過(guò)GANs和貝塞爾曲線豐富數(shù)據(jù)集的數(shù)量和種類(lèi)。同時(shí)，針對(duì)深度學(xué)習(xí)參數(shù)不易標(biāo)定的缺點(diǎn)，建立融合LSTM的AE模型自動(dòng)提取軌跡中最具代表性的特征，在參數(shù)預(yù)訓(xùn)練的同時(shí)完成軌跡重建并使其更平滑。在異常識(shí)別中，引入注意力機(jī)制提升模型的分類(lèi)精度。

1 問(wèn)題描述

車(chē)輛k的出行軌跡為{Tk=(xi,yi)|i=1,2,…,r;k=1,2,…,m}，其中：xi、yi分別為車(chē)輛的經(jīng)度、緯度(按時(shí)間升序排列)，m為全部車(chē)輛產(chǎn)生的軌跡總數(shù)，r為軌跡Tk中經(jīng)緯度點(diǎn)的個(gè)數(shù)。若車(chē)輛k的軌跡Tk出現(xiàn)軌跡接收不全和軌跡定位漂移等誤差，則定義Tk為異常軌跡并將lk賦值為1；否則，lk為0。每個(gè)Tk對(duì)應(yīng)1 個(gè)是否為異常軌跡的標(biāo)簽lk，即{lk|lk∈{0,1},k=1,…,m}。軌跡示意如圖1所示。

圖1 正常軌跡和異常軌跡示意Fig.1 Normal and abnormal trajectory

由圖1可知，正常軌跡和異常軌跡的區(qū)別較為明顯，正常軌跡的線條相對(duì)光滑，軌跡點(diǎn)之間距離和角度的變化也較平緩；當(dāng)軌跡接收出現(xiàn)間斷時(shí)，部分軌跡點(diǎn)間將產(chǎn)生長(zhǎng)距離間隔；當(dāng)軌跡點(diǎn)定位發(fā)生漂移時(shí)，坐標(biāo)點(diǎn)將產(chǎn)生劇烈的角度和位置變化。

本文需要從海量軌跡數(shù)據(jù)中提取特征，而手工提取特征(例如：統(tǒng)計(jì)軌跡的歐氏距離、速度等)不易囊括數(shù)據(jù)所蘊(yùn)含的全部信息，故采用典型的自動(dòng)提取特征的AE模型，通過(guò)模型中的編碼器Q1和解碼器Q2自動(dòng)提取軌跡特征。軌跡重建是要找到神經(jīng)網(wǎng)絡(luò)Q1和Q2并使Q2[Q1(Tk)]=Tk構(gòu)成恒等映射，用AE 來(lái)訓(xùn)練函數(shù)Q1和為重建后的軌跡。異常識(shí)別被歸納為1 個(gè)有監(jiān)督的多分類(lèi)問(wèn)題，樣本集為{(Tk,lk)|k=1,2,…,m}，輸入為AE提取的特征Q1(Tk)，輸出為lk。

2 模型構(gòu)建

2.1 基于數(shù)據(jù)增強(qiáng)的樣本集平衡方法

在分類(lèi)問(wèn)題中，樣本集的正類(lèi)與反類(lèi)比例大于4∶1 時(shí)被認(rèn)為不平衡。本文樣本集{(Tk,lk)|k=1,2,…,m}，標(biāo)簽lk數(shù)量差別較大(正常與異常比例為12∶1)，故車(chē)輛軌跡數(shù)據(jù)集不平衡，修正方法包括：欠采樣和過(guò)采樣。

欠采樣是隨機(jī)去除多數(shù)類(lèi)中的樣本，使多數(shù)類(lèi)和少數(shù)類(lèi)的數(shù)量接近，但會(huì)丟失多數(shù)類(lèi)的部分特征。過(guò)采樣是將少數(shù)類(lèi)擴(kuò)增到與多數(shù)類(lèi)相近的數(shù)量。本文將少數(shù)類(lèi)(即異常軌跡數(shù)據(jù))作為輸入，使用基于GANs的過(guò)采樣方法，通過(guò)訓(xùn)練不斷逼近少數(shù)類(lèi)分布，產(chǎn)生人工合成的異常軌跡，從而均衡不平衡樣本集。此外，Tk也可以代表動(dòng)物、臺(tái)風(fēng)等物體的移動(dòng)規(guī)律，因此，模型不僅需要識(shí)別正常和異常的交通軌跡，還應(yīng)具備識(shí)別交通和非交通軌跡的能力。如圖2所示，本文一方面通過(guò)人工合成異常軌跡改善樣本數(shù)量不平衡的問(wèn)題，另一方面增加非交通軌跡，擴(kuò)展數(shù)據(jù)多樣性，從樣本數(shù)量和類(lèi)別兩方面實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)。

圖2 基于數(shù)據(jù)增強(qiáng)的軌跡樣本集構(gòu)建和數(shù)據(jù)流向Fig.2 Trajectory dataset construction and data flow based on data augmentation

對(duì)抗生成網(wǎng)絡(luò)GANs 是通過(guò)對(duì)抗學(xué)習(xí)逼近數(shù)據(jù)分布的生成模型。GANs由生成器G和判別器D組成，兩者均為神經(jīng)網(wǎng)絡(luò)。G的目的是輸出可欺騙D的人工合成樣本，D的任務(wù)是判斷樣本是真實(shí)存在還是人工合成，兩者不斷對(duì)抗并在理論上達(dá)到納什均衡。當(dāng)模型訓(xùn)練完成后，G能產(chǎn)生騙過(guò)D的合成異常軌跡，G與D的目標(biāo)函數(shù)為

式中：x為從現(xiàn)實(shí)的異常軌跡分布pdata(x)中采樣得到的異常軌跡；z從概率分布pz(z)(一般為均勻分布)中隨機(jī)采樣得到，喂給G產(chǎn)生合成的異常軌跡G(z)。模型訓(xùn)練D使x和G(z)分別被識(shí)別為1和0，使G生成G(z)并期望D[G(z)]的值為1。

對(duì)異常軌跡數(shù)據(jù)通過(guò)GANs 進(jìn)行過(guò)采樣的訓(xùn)練過(guò)程如圖3所示。

圖3 對(duì)抗生成網(wǎng)絡(luò)GANs生成器G和判別器D的訓(xùn)練過(guò)程Fig.3 Training process of Generator G and Discriminator D for GANs

圖3中G和D的損失值在相互博弈中浮動(dòng)下降，隨著訓(xùn)練次數(shù)的增加，G和D的損失值逐步趨于穩(wěn)定，此時(shí)，便可以使用生成器G產(chǎn)生人工合成的異常軌跡。

本文使用貝塞爾曲線生成非交通軌跡。對(duì)于每條曲線，首先，產(chǎn)生隨機(jī)數(shù)u∈[5,30]作為控制點(diǎn)；然后，生成貝塞爾曲線方程；最后，等間隔采集曲線坐標(biāo)得到非交通軌跡。u階貝塞爾曲線通過(guò)控制點(diǎn)生成平滑曲線為

式中：曲線自變量a的定義域?yàn)?～1；Pj為曲線的控制點(diǎn)坐標(biāo)；u為貝塞爾曲線的階數(shù)。綜上，本文通過(guò)數(shù)據(jù)增強(qiáng)將樣本集擴(kuò)展為{(Tk,lk)|lk∈{0,1,2} ;k=1,2,…,N}，標(biāo)簽lk取值0，1和2 分別對(duì)應(yīng)正常交通軌跡，異常交通軌跡和非交通軌跡。

2.2 LSTM-AE-Attention模型設(shè)計(jì)

LSTM-AE-Attention 模型包含AE 神經(jīng)網(wǎng)絡(luò)和預(yù)測(cè)網(wǎng)絡(luò)兩部分。LSTM-AE是由編碼器和解碼器組成并添加LSTM的AE 神經(jīng)網(wǎng)絡(luò)，負(fù)責(zé)捕獲特征并輸出重建軌跡；預(yù)測(cè)網(wǎng)絡(luò)，在接受LSTM-AE的預(yù)訓(xùn)練特征后，結(jié)合Attention進(jìn)行異常識(shí)別。計(jì)算流程如圖2所示，先訓(xùn)練和測(cè)試軌跡重建的效果，再固定AE編碼器的參數(shù)用于異常軌跡識(shí)別。

(1)LSTM-Autoencoder結(jié)構(gòu)

自編碼網(wǎng)絡(luò)(AE)是提取特征的無(wú)監(jiān)督算法，由編碼Q1和解碼Q2組成并融合LSTM 成為L(zhǎng)STMAE。編碼將Tk映射為長(zhǎng)度為d的向量c=[c1,c2,…,cd]；解碼將向量c映射成同Tk維度相同的序列。LSTM-AE的優(yōu)化目標(biāo)是使輸入和輸出的差值不斷降低，當(dāng)訓(xùn)練完成后可認(rèn)為c蘊(yùn)含了Tk的特征。

Q1和Q2由數(shù)個(gè)LSTM 組成，為保證特征留存和傳遞，LSTM有3個(gè)函數(shù)，分別為輸入門(mén)g遺忘門(mén)f和輸出門(mén)o，3個(gè)函數(shù)共同更新LSTM的狀態(tài)，計(jì)算公式為

式中：gt，ft和ot分別為第t層輸入門(mén)，遺忘門(mén)和輸出門(mén)的函數(shù)輸出；ct和ht作為當(dāng)前層提取的信息保留并向下層傳遞；Wxj，Whj和bj為L(zhǎng)STM的參數(shù)，j∈(g,f,c,o)；σ(?)和tanh(?) 為relu和tanh 函數(shù)；?為元素乘法運(yùn)算符。神經(jīng)網(wǎng)絡(luò)模型框架如圖4所示。

圖4 LSTM-AE-Attention神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)Fig.4 Structure of LSTM-AE-Attention neural network model

(2)基于注意力模型的異常軌跡識(shí)別

圖4中異常識(shí)別部分，注意力模型由單層LSTM和Attention 層組成。注意力模型掃描向量c=[c1,c2,…,cd]得到需要關(guān)注的焦點(diǎn)后對(duì)其投入更多權(quán)重，在獲取細(xì)節(jié)的同時(shí)抑制不重要的信息。Tk經(jīng)過(guò)F1的映射后得到向量c，而后實(shí)現(xiàn)Attention層，計(jì)算式為

式中：q為經(jīng)過(guò)編碼器Q1提取得到的特征向量c在權(quán)值α的加權(quán)求和，并作為特征向量用于軌跡異常識(shí)別。具體地，全連接層R(cv) 以參數(shù)Wv和bv實(shí)現(xiàn)cv的非線性映射，而后通過(guò)Softmax 函數(shù)計(jì)算cv的歸一化權(quán)重αv。其中，Wv，bv和h被賦初值并隨著訓(xùn)練不斷被更新。

3 實(shí)驗(yàn)及分析

3.1 數(shù)據(jù)來(lái)源和實(shí)驗(yàn)設(shè)計(jì)

本文使用北京市2015年1月12日-18日采集的出租車(chē)GPS 軌跡數(shù)據(jù)，經(jīng)過(guò)清洗后有10400 條。將可視化后的軌跡進(jìn)行人工標(biāo)注，得到異常軌跡803條，異常軌跡占數(shù)據(jù)集的8.0%。數(shù)據(jù)增強(qiáng)后得到正常交通軌跡1800條，異常交通軌跡1200條，非交通軌跡1200 條，在避免過(guò)度的欠采樣丟失正常交通樣本的特征，同時(shí)維持正常交通軌跡數(shù)量多于異常交通軌跡的前提下，樣本數(shù)量基本達(dá)到均衡。取數(shù)據(jù)集的80%為訓(xùn)練集，20%為測(cè)試集，兩個(gè)數(shù)據(jù)集的標(biāo)簽比例均衡。

為驗(yàn)證模型有效性，實(shí)驗(yàn)設(shè)計(jì)有LSTM-AEAttention 模型組件對(duì)比、軌跡重建和異常軌跡識(shí)別，將本模型與其他模型通過(guò)評(píng)價(jià)指標(biāo)進(jìn)行對(duì)比分析。全連接層(MLP)，門(mén)循環(huán)單元(GRU)，支持向量機(jī)(SVM)和隨機(jī)森林(RF)被運(yùn)用在實(shí)驗(yàn)中，評(píng)價(jià)指標(biāo)和對(duì)比模型如表1所示。

表1 實(shí)驗(yàn)設(shè)計(jì)Table 1 Experimental design

用決定系數(shù)R2評(píng)價(jià)軌跡重建效果，這里以經(jīng)度為例，第k條軌跡Tk經(jīng)度方向的決定系數(shù)公式為

式中：r為軌跡Tk中點(diǎn)的數(shù)量；xi為軌跡Tk第i個(gè)經(jīng)度坐標(biāo)；為對(duì)應(yīng)預(yù)測(cè)的經(jīng)度坐標(biāo)；為xi的平均值。R2越接近1，表示重建效果越高；反之，則低。

為重點(diǎn)對(duì)比模型在判別異常交通軌跡上的性能，本文將識(shí)別結(jié)果歸為異常交通軌跡(正類(lèi))和正常及非交通軌跡(負(fù)類(lèi))兩類(lèi)。統(tǒng)計(jì)結(jié)果中包括：真陽(yáng)性樣本、假陽(yáng)性樣本和假陰性樣本，真陽(yáng)性樣本是實(shí)際和預(yù)測(cè)均為正類(lèi)，假陽(yáng)性樣本是實(shí)際為負(fù)類(lèi)而預(yù)測(cè)為正類(lèi)，假陰性樣本則是實(shí)際為正類(lèi)，預(yù)測(cè)為負(fù)類(lèi)。通過(guò)上述樣本計(jì)算精度、召回率和F1值，公式為

式中：STP、SFP和SFN分別代表真陽(yáng)性樣本、假陽(yáng)性樣本和假陰性樣本的數(shù)量；eprecision為精度，指模型識(shí)別為異常軌跡的樣本中真正是異常樣本的比例；erecall為召回率，指全部異常軌跡中，被模型正確識(shí)別出的比例。若模型只成功識(shí)別出1 個(gè)異常軌跡而其他樣本均非異常，精度為1 但召回率很低；若模型將所有軌跡都識(shí)別為異常，召回率為1但精度很低。因此，憑精度或召回率無(wú)法評(píng)價(jià)模型的性能，本文增加F1值綜合評(píng)價(jià)模型性能，其值同時(shí)受精度和召回率的影響。

3.2 數(shù)據(jù)來(lái)源和實(shí)驗(yàn)設(shè)計(jì)

GANs通過(guò)MLP構(gòu)建，其中，G由神經(jīng)元個(gè)數(shù)為256、512和1024的MLP 構(gòu)成；D由神經(jīng)元個(gè)數(shù)為512和256的MLP 構(gòu)成。LSTM-AE-Attention采用5 層LSTM 結(jié)構(gòu)，每層神經(jīng)元的個(gè)數(shù)為64、32、16、32和64，激活函數(shù)為relu 函數(shù)，同時(shí)為避免過(guò)擬合，層與層之間使用Dropout層。為保證一致性，層數(shù)為5的AE 模型(MLP-AE，GRU-AE和LSTMAE)的神經(jīng)元個(gè)數(shù)與LSTM-AE-Attention的設(shè)置相同。層數(shù)為1的LSTM神經(jīng)元個(gè)數(shù)為64，其他超參數(shù)與Attention-LSTM-AE中LSTM模塊的設(shè)置保持一致。此外，為保證結(jié)果可靠，挑選SVM和RF 中典型1～2 個(gè)超參數(shù)進(jìn)行網(wǎng)格搜索，例如：SVM的懲罰系數(shù)，RF中樹(shù)的數(shù)量和最大深度。

模型采用Python 編寫(xiě)，基于Tensorflow和Keras 實(shí)現(xiàn)并使用GPU 加速。數(shù)據(jù)進(jìn)行了中心化。軌跡重建的損失函數(shù)為均方誤差(Mean Square Error，MSE)，異常識(shí)別的損失函數(shù)為交叉熵?fù)p失函數(shù)(Cross Entropy Loss，CEL)，即

式中：li和為第i個(gè)樣本的真實(shí)值和預(yù)測(cè)值；N為樣本數(shù)量；J為類(lèi)別數(shù)量；lk,s為指示變量，即當(dāng)lk屬于類(lèi)別s時(shí)為1，否則為0。qlk為q的第lk個(gè)分量。模型的優(yōu)化器均為Adam，學(xué)習(xí)率在0.00001～0.001 尋優(yōu)后，GANs的學(xué)習(xí)率為0.0005，軌跡重建的學(xué)習(xí)率為0.0005，異常識(shí)別的學(xué)習(xí)率為0.0001。批量大小在1～32尋優(yōu)后均設(shè)置為16。迭代次數(shù)為50 次，神經(jīng)網(wǎng)絡(luò)在訓(xùn)練中采取早停法，使模型獲得較好的泛化能力。

3.3 模型結(jié)果對(duì)比分析

(1)模型各組件對(duì)比分析

通過(guò)LSTM-AE-Attention的各部分進(jìn)行拆分實(shí)驗(yàn)，從多種評(píng)價(jià)指標(biāo)體現(xiàn)模型各模塊的貢獻(xiàn)。LSTM-AE-Attention 模型優(yōu)化實(shí)驗(yàn)結(jié)果如表2所示。

表2 LSTM-AE-Attention模型優(yōu)化實(shí)驗(yàn)結(jié)果Table 2 Experimental results of LSTM-AE-Attention model components

由表2可知，數(shù)據(jù)增強(qiáng)后模型的精度、召回率和F1值均有提升，其中，精度的提升范圍為3.5%～10.4%；召回率的提升范圍為-4.1%～45.0%；F1值的提升范圍為1.9%～26.0%。精度提升幅度低于召回率的提升幅度，說(shuō)明模型在沒(méi)有盲目將所有軌跡識(shí)別為異常的前提下提升了各項(xiàng)指標(biāo)。

數(shù)據(jù)增強(qiáng)后，使用AE模型的精度、召回率和F1值的平均值分別為0.799、0.720和0.757，比不使用AE提升了3.1%、15.7%和10.0%，說(shuō)明是否使用AE對(duì)于模型性能有明顯提升。對(duì)于LSTM-AE-Attention，3項(xiàng)指標(biāo)均優(yōu)于其他模型，F(xiàn)1值比數(shù)據(jù)增強(qiáng)前提升9.8%。AE能有效提升模型對(duì)異常軌跡的識(shí)別精度，后續(xù)均采用AE進(jìn)行實(shí)驗(yàn)。

(2)軌跡重建對(duì)比分析

為進(jìn)一步對(duì)比軌跡重建，將樣本按軌跡點(diǎn)數(shù)量等距劃分為6類(lèi)，用MLP-AE，GRU-AE和LSTMAE這3個(gè)模型進(jìn)行重建并對(duì)比6類(lèi)樣本的重建效果(包括經(jīng)度和緯度方向)，重建模型指標(biāo)如表3所示。

表3 MLP-AE、GRU-AE和LSTM-AE軌跡重建模型指標(biāo)Table 3 MLP-AE,GRU-AE and LSTM-AE trajectory reconstruction indicators

3個(gè)模型的平均決定系數(shù)均在0.8 以上，重建精度較高，說(shuō)明AE對(duì)于軌跡重建是有效的。MLPAE的平均決定系數(shù)為0.825，低于GRU-AE和LSTM-AE，LSTM-AE的平均決定系數(shù)最高為0.968。經(jīng)度比緯度的決定系數(shù)要低，3個(gè)模型得到相近結(jié)果。

軌跡點(diǎn)數(shù)量小于16的樣本，3個(gè)模型的平均重建精度高于0.8，而軌跡點(diǎn)數(shù)量在17 個(gè)以上的樣本，MLP-AE 經(jīng)度的決定系數(shù)低于0.7；而LSTMAE無(wú)論軌跡點(diǎn)數(shù)量多少，其決定系數(shù)仍保持在0.9以上，說(shuō)明LSTM-AE在重建方面有較強(qiáng)的穩(wěn)定性，適用于不同軌跡點(diǎn)數(shù)量的樣本。

MLP-AE、GRU-AE和LSTM-AE的軌跡重建對(duì)比如圖5所示。

由圖5可知，LSTM-AE的重建效果比GRU-AE和MLP-AE 好，說(shuō)明AE 結(jié)合LSTM 后編碼和解碼過(guò)程在處理序列數(shù)據(jù)時(shí)更具優(yōu)勢(shì)，重建后的結(jié)果修正了軌跡坐標(biāo)，使曲線更加平滑。

圖5 MLP-AE、GRU-AE和LSTM-AE的軌跡重建模型對(duì)比Fig.5 Comparison of MLP-AE,GRU-AE and LSTM-AE model on trajectory reconstruction

(3)異常軌跡識(shí)別對(duì)比分析

在AE 框架下，對(duì)比SVM、RF、LSTM和Attention 這4 種模型在異常識(shí)別任務(wù)里的表現(xiàn)，結(jié)果如表4所示。

表4 不同預(yù)測(cè)模型對(duì)比Table 4 Comparison of different prediction models

數(shù)據(jù)增強(qiáng)后，模型的評(píng)價(jià)指標(biāo)有不同程度的提升，F(xiàn)1值提升幅度為4.5%～11.0%；無(wú)論數(shù)據(jù)增強(qiáng)前、后，4個(gè)模型的精度均高于或接近召回率，說(shuō)明模型在保證召回率的同時(shí)，傾向于將軌跡精準(zhǔn)地識(shí)別為異常，能有效避免異常軌跡被遺漏；LSTM和Attention的性能均優(yōu)于SVM和RF，而Attention 在數(shù)據(jù)增強(qiáng)后較其他3個(gè)模型F1值提升范圍為1.8%～12.6%。

數(shù)據(jù)增強(qiáng)前、后，不同模型在測(cè)試集下的混淆矩陣對(duì)比結(jié)果如表5所示。

表5 不同預(yù)測(cè)模型混淆矩陣對(duì)比Table 5 Comparison of confusion matrix of different prediction models

由表5可知，數(shù)據(jù)增強(qiáng)后模型可將更多異常軌跡正確分類(lèi)，真陽(yáng)性樣本的數(shù)量平均提升了8.7%；數(shù)據(jù)增強(qiáng)后模型也降低了錯(cuò)誤分類(lèi)的數(shù)量，假陽(yáng)性樣本和假陰性樣本分別平均降低了21.2%和20.2%；相較于其他模型，Attention模型將異常軌跡判斷為其他軌跡的數(shù)量最低，正確分類(lèi)(即真陽(yáng)性樣本和真陰性樣本)的數(shù)量最多且占測(cè)試集的88.5%。

4 結(jié)論

本文構(gòu)建基于數(shù)據(jù)增強(qiáng)的LSTM-AE-Attention模型，針對(duì)軌跡重建和異常軌跡識(shí)別兩個(gè)問(wèn)題進(jìn)行實(shí)驗(yàn)，主要結(jié)論如下：

(1)提出移動(dòng)軌跡數(shù)據(jù)集的數(shù)據(jù)增強(qiáng)流程。將樣本集中正常交通軌跡和異常交通軌跡的比例由12∶1 進(jìn)行均衡，使正常交通軌跡、異常交通軌跡和非交通軌跡的比例達(dá)到1.5∶1.0∶1.5，將異常軌跡識(shí)別實(shí)驗(yàn)中模型的F1值提高9.8%。

(2)使用LSTM-AE模塊重建軌跡。實(shí)驗(yàn)表明，該模型的平均決定系數(shù)為0.968，且當(dāng)軌跡點(diǎn)數(shù)量大于17 時(shí)，該系數(shù)僅下降0.5%。模型在軌跡點(diǎn)數(shù)量較多時(shí)仍可保證重建效果的穩(wěn)定性。

(3)通過(guò)LSTM-AE-Attention 模型識(shí)別異常軌跡。在LSTM-AE 參數(shù)預(yù)訓(xùn)練的基礎(chǔ)上嵌入Attention模塊，使模型的F1值平均提升了7.8%。相較未使用AE的模型，該模型的精度、召回率和F1值分別提升了3.1%、15.7%和10.0%。模型能夠保證異常軌跡識(shí)別的可靠性。