• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種目標(biāo)典型活動模式偏離告警方法技術(shù)

    技術(shù)編號:24331352 閱讀:38 留言:0更新日期:2020-05-29 19:43
    本發(fā)明專利技術(shù)公開了一種目標(biāo)典型活動模式偏離告警方法,采集目標(biāo)歷史軌跡數(shù)據(jù);提取目標(biāo)歷史活動熱點區(qū)域;提取目標(biāo)歷史軌跡空間網(wǎng)格序列集;提取目標(biāo)典型軌跡集;判斷目標(biāo)當(dāng)前軌跡是否全部位于目標(biāo)歷史活動熱點區(qū)域內(nèi),若否,則進行等級二的典型活動模式偏離告警;對目標(biāo)當(dāng)前軌跡進行空間網(wǎng)格剖分,獲得空間網(wǎng)格序列集,計算目標(biāo)當(dāng)前軌跡網(wǎng)格序列與目標(biāo)典型軌跡網(wǎng)格序列集內(nèi)所有典型軌跡網(wǎng)格序列之間的相似度;判斷相似度是否全部小于預(yù)設(shè)的閾值,若否,則不進行告警。本發(fā)明專利技術(shù)能夠?qū)δ繕?biāo)活動偏離典型活動軌跡和熱點活動區(qū)域的情況都進行告警通知,并且告警精度更高。

    A deviation warning method of typical activity mode of target

    【技術(shù)實現(xiàn)步驟摘要】
    一種目標(biāo)典型活動模式偏離告警方法
    本專利技術(shù)屬于計算機領(lǐng)域,具體涉及一種目標(biāo)典型活動模式偏離告警方法。
    技術(shù)介紹
    隨著移動目標(biāo)定位技術(shù)(如GPS、無線電定位等)的快速發(fā)展,可獲取的目標(biāo)移動數(shù)據(jù)(如生物足跡,車輛行駛軌跡,飛機、船舶航跡等)的數(shù)據(jù)量日益增長,這些數(shù)據(jù)中蘊藏著豐富的知識與信息。在對目標(biāo)軌跡數(shù)據(jù)分析挖掘的過程中人們發(fā)現(xiàn),目標(biāo)的活動往往存在規(guī)律性,表現(xiàn)在:一是目標(biāo)存在相對固定的頻繁活動范圍,即活動熱點區(qū)域;二是目標(biāo)存在相對固定的一條或多條典型活動軌跡序列,例如飛機、船舶的固定航線。這種規(guī)律性稱為典型活動模式。在對目標(biāo)實時活動位置監(jiān)測的過程中,及時發(fā)現(xiàn)目標(biāo)活動偏離其典型模式并進行告警通知,具有重要的意義。現(xiàn)有技術(shù)中目標(biāo)的典型軌跡序列通常是預(yù)先知曉的,而實際情況中典型軌跡往往未知,需要從歷史活動數(shù)據(jù)中總結(jié)提取,而目標(biāo)活動容易受到各種實時因素影響,因此基于預(yù)設(shè)典型軌跡序列的目標(biāo)活動偏離告警并不準(zhǔn)確。
    技術(shù)實現(xiàn)思路
    本專利技術(shù)的目的在于提供一種目標(biāo)典型活動模式偏離告警方法。實現(xiàn)本專利技術(shù)目的的技術(shù)解決方案為:一種目標(biāo)典型活動模式偏離告警方法,包括如下步驟:步驟1,采集目標(biāo)歷史軌跡數(shù)據(jù),構(gòu)建目標(biāo)歷史軌跡數(shù)據(jù)集;步驟2,利用基于密度的聚類方法對軌跡點劃分簇,對得到的每一個軌跡點簇求取外包多邊形,提取目標(biāo)歷史活動熱點區(qū)域;步驟3,基于網(wǎng)格編碼方法計算軌跡點序列對應(yīng)的網(wǎng)格編碼序列,對網(wǎng)格編碼序列中連續(xù)相同的值進行去重,提取目標(biāo)歷史軌跡的空間網(wǎng)格序列集;步驟4,基于動態(tài)時間規(guī)整方法計算目標(biāo)歷史軌跡空間網(wǎng)格序列集中兩兩序列之間的相似度,選擇相似度小于預(yù)設(shè)閾值的序列對進行簇合并,提取目標(biāo)典型軌跡集;步驟5,判斷目標(biāo)當(dāng)前軌跡是否全部位于目標(biāo)歷史活動熱點區(qū)域內(nèi),若否,則進行等級二的典型活動模式偏離告警,否則不告警;步驟6,對目標(biāo)當(dāng)前軌跡進行空間網(wǎng)格剖分,獲得空間網(wǎng)格序列集,計算目標(biāo)當(dāng)前軌跡空間網(wǎng)格序列與目標(biāo)典型軌跡網(wǎng)格序列集內(nèi)所有典型軌跡的空間網(wǎng)格序列之間的相似度;步驟7,基于目標(biāo)當(dāng)前軌跡與目標(biāo)典型軌跡集內(nèi)所有典型軌跡之間的相似度,判斷相似度是否全部小于預(yù)設(shè)的閾值,若否,則不進行告警,若是,則進行等級一的典型活動模式偏離告警。本專利技術(shù)與現(xiàn)有技術(shù)相比,其顯著優(yōu)點為:1)從目標(biāo)歷史活動軌跡數(shù)據(jù)中提取出目標(biāo)活動典型軌跡,目標(biāo)活動偏離告警更加準(zhǔn)確;2)對目標(biāo)活動偏離典型活動軌跡和熱點活動區(qū)域的情況進行告警通知,通過其偏離程度決定告警等級,供使用者進行決策處置的優(yōu)點。附圖說明圖1是本專利技術(shù)目標(biāo)典型活動模式偏離告警方法的流程圖。具體實施方式下面結(jié)合附圖和具體實施例,進一步說明本專利技術(shù)方案。如圖1所示,目標(biāo)典型活動模式偏離告警方法,包括如下步驟:步驟1,采集目標(biāo)歷史軌跡數(shù)據(jù);目標(biāo)歷史軌跡數(shù)據(jù)可以是由各種定位技術(shù)、裝置(如船載GPS系統(tǒng)等)收集到的歷史軌跡信息,包含經(jīng)緯度信息、時間戳信息等位置細(xì)節(jié)信息;目標(biāo)歷史軌跡數(shù)據(jù)集中的任一條軌跡,可以是帶有時間戳信息的、有始有終的活動軌跡,任一時間戳可以有對應(yīng)的經(jīng)緯度位置信息。步驟2,基于目標(biāo)歷史軌跡數(shù)據(jù)集,提取目標(biāo)歷史活動熱點區(qū)域;提取目標(biāo)歷史活動熱點區(qū)域采用基于密度的聚類方法中的DBSCAN算法,將目標(biāo)歷史軌跡數(shù)據(jù)集作為算法輸入,輸出軌跡點劃分簇,對得到的每一個軌跡點簇求取其外包多邊形,所得到的多邊形集即為所述目標(biāo)歷史活動熱點區(qū)域。(1)DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)是一種典型的密度聚類算法,算法流程簡要介紹如下:輸入:樣本集D=(x1,x2,...xm),鄰域參數(shù)(ε,MinPts),其中,xi為第i個目標(biāo)歷史軌跡數(shù)據(jù),ε為樣本的鄰域距離閾值,MinPts為鄰域中樣本個數(shù)的閾值。(a)檢查樣本集D中每點的鄰域,若樣本集中任一點xi的鄰域包含點數(shù)量多于MinPts,則創(chuàng)建一個以xi為核心對象的簇;(b)迭代各樣本點,合并這些核心對象直接密度可達的樣本對象;其中,直接密度可達的定義為:如果p在q的鄰域內(nèi),而q是一個核心對象,則稱對象p從對象q出發(fā)時是直接密度可達的。(c)當(dāng)沒有新的點添加到任何簇時,算法結(jié)束。輸出:簇劃分C={C1,C2,...Ck},其中,Ci為第i個軌跡點劃分簇;(2)求取軌跡點簇外包多邊形的方法如下:(a)將點簇中經(jīng)度坐標(biāo)值最小的點設(shè)為初始點p,記錄點p坐標(biāo);(b)以p為基點,從12點方向開始逆時針掃描,記錄掃描到的第一個點q坐標(biāo);(c)以q為新的基點,從12點方向開始逆時針掃描,記錄掃描到的第一個點坐標(biāo);(d)重復(fù)基點更新和掃描,直到回到初始點p,記錄的所有點坐標(biāo)即為外包多邊形的頂點。步驟3,對目標(biāo)歷史軌跡數(shù)據(jù)集進行空間網(wǎng)格剖分,提取目標(biāo)歷史軌跡空間網(wǎng)格序列集;空間網(wǎng)格剖分是基于網(wǎng)格編碼方法,將目標(biāo)歷史軌跡作為輸入,計算軌跡點序列對應(yīng)的網(wǎng)格編碼序列;將軌跡點序列轉(zhuǎn)換成的網(wǎng)格編碼序列中連續(xù)相同的值進行去重,僅保留連續(xù)不同的網(wǎng)格編碼,獲得空間網(wǎng)格序列集;(1)空間網(wǎng)格剖分是基于網(wǎng)格編碼方法,將目標(biāo)歷史軌跡點序列轉(zhuǎn)換成網(wǎng)格編碼序列,軌跡點序列指的是任一條由有限個軌跡點有序組成的有始有終的軌跡,類似的,所得到的網(wǎng)格編碼序列指的是任一條有有限個網(wǎng)格編碼有序組成的有始有終的序列。軌跡點數(shù)據(jù)的網(wǎng)格編碼可以直接通過如下公式(1)由經(jīng)緯度轉(zhuǎn)換得到:其中,c,r,span=180/2l為中間變量,l為網(wǎng)格劃分級數(shù),int為取整,geocode為軌跡點對應(yīng)的網(wǎng)格編碼。(2)從網(wǎng)格編碼序列中連續(xù)相同的值進行去重,僅保留連續(xù)不同的網(wǎng)格編碼,即獲得空間網(wǎng)格序列集。步驟4,基于目標(biāo)歷史軌跡的空間網(wǎng)格序列,提取目標(biāo)典型軌跡集;步驟4.1、基于動態(tài)時間規(guī)整方法,計算目標(biāo)歷史軌跡空間網(wǎng)格序列集中,兩兩序列之間的相似度;計算相似度采用動態(tài)時間規(guī)整方法中的DTW算法,將基于步驟3得到的空間網(wǎng)格序列作為輸入,計算得到兩兩網(wǎng)格序列的相似度。DTW(DynamicTimeWarping)是一種通過把時間序列進行延伸和縮短,來衡量兩個時間序列之間的相似度的方法,算法的簡要原理如下:輸入時間序列a=(a1,a2,...am),b=(b1,b2,...bn),其中a=(a1,a2,...am),b=(b1,b2,...bn)由目標(biāo)歷史軌跡點構(gòu)成;(a)構(gòu)建代價矩陣(CostMatrix)D,大小為m*n,其中m為時間序列a長度,n為時間序列b長度。(b)采用動態(tài)規(guī)劃思想,通過如下公式迭代地計算矩陣D:D(i,j)=dist(i,j)+min[D(i-1,j),D(i,j-1),D(i-1,j-1)](2)其中,D(i,j)為代價矩陣(i,j)位置的值,dist(i,j)為時間序列a中第i點ai與時間序列b中第j點bj的距離本文檔來自技高網(wǎng)...

    【技術(shù)保護點】
    1.一種目標(biāo)典型活動模式偏離告警方法,其特征在于,包括如下步驟:/n步驟1,采集目標(biāo)歷史軌跡數(shù)據(jù),構(gòu)建目標(biāo)歷史軌跡數(shù)據(jù)集;/n步驟2,利用基于密度的聚類方法對軌跡點劃分簇,對得到的每一個軌跡點簇求取外包多邊形,提取目標(biāo)歷史活動熱點區(qū)域;/n步驟3,基于網(wǎng)格編碼方法計算軌跡點序列對應(yīng)的網(wǎng)格編碼序列,對網(wǎng)格編碼序列中連續(xù)相同的值進行去重,提取目標(biāo)歷史軌跡的空間網(wǎng)格序列集;/n步驟4,基于動態(tài)時間規(guī)整方法計算目標(biāo)歷史軌跡空間網(wǎng)格序列集中兩兩序列之間的相似度,選擇相似度小于預(yù)設(shè)閾值的序列對進行簇合并,提取目標(biāo)典型軌跡集;/n步驟5,判斷目標(biāo)當(dāng)前軌跡是否全部位于目標(biāo)歷史活動熱點區(qū)域內(nèi),若否,則進行等級二的典型活動模式偏離告警,否則不告警;/n步驟6,對目標(biāo)當(dāng)前軌跡進行空間網(wǎng)格剖分,獲得空間網(wǎng)格序列集,計算目標(biāo)當(dāng)前軌跡空間網(wǎng)格序列與目標(biāo)典型軌跡網(wǎng)格序列集內(nèi)所有典型軌跡的空間網(wǎng)格序列之間的相似度;/n步驟7,基于目標(biāo)當(dāng)前軌跡與目標(biāo)典型軌跡集內(nèi)所有典型軌跡之間的相似度,判斷相似度是否全部小于預(yù)設(shè)的閾值,若否,則不進行告警,若是,則進行等級一的典型活動模式偏離告警。/n

    【技術(shù)特征摘要】
    1.一種目標(biāo)典型活動模式偏離告警方法,其特征在于,包括如下步驟:
    步驟1,采集目標(biāo)歷史軌跡數(shù)據(jù),構(gòu)建目標(biāo)歷史軌跡數(shù)據(jù)集;
    步驟2,利用基于密度的聚類方法對軌跡點劃分簇,對得到的每一個軌跡點簇求取外包多邊形,提取目標(biāo)歷史活動熱點區(qū)域;
    步驟3,基于網(wǎng)格編碼方法計算軌跡點序列對應(yīng)的網(wǎng)格編碼序列,對網(wǎng)格編碼序列中連續(xù)相同的值進行去重,提取目標(biāo)歷史軌跡的空間網(wǎng)格序列集;
    步驟4,基于動態(tài)時間規(guī)整方法計算目標(biāo)歷史軌跡空間網(wǎng)格序列集中兩兩序列之間的相似度,選擇相似度小于預(yù)設(shè)閾值的序列對進行簇合并,提取目標(biāo)典型軌跡集;
    步驟5,判斷目標(biāo)當(dāng)前軌跡是否全部位于目標(biāo)歷史活動熱點區(qū)域內(nèi),若否,則進行等級二的典型活動模式偏離告警,否則不告警;
    步驟6,對目標(biāo)當(dāng)前軌跡進行空間網(wǎng)格剖分,獲得空間網(wǎng)格序列集,計算目標(biāo)當(dāng)前軌跡空間網(wǎng)格序列與目標(biāo)典型軌跡網(wǎng)格序列集內(nèi)所有典型軌跡的空間網(wǎng)格序列之間的相似度;
    步驟7,基于目標(biāo)當(dāng)前軌跡與目標(biāo)典型軌跡集內(nèi)所有典型軌跡之間的相似度,判斷相似度是否全部小于預(yù)設(shè)的閾值,若否,則不進行告警,若是,則進行等級一的典型活動模式偏離告警。


    2.根據(jù)權(quán)利要求1所述的目標(biāo)典型活動模式偏離告警方法,其特征在于,步驟1中,目標(biāo)歷史軌跡數(shù)據(jù)是由定位裝置收集到的歷史軌跡信息,包含經(jīng)緯度信息、時間戳信息。


    3.根據(jù)權(quán)利要求1所述的目標(biāo)典型活動模式偏離告警方法,其特征在于,步驟2中,利用基于密度的聚類方法中的DBSCAN算法對軌跡點劃分簇。


    4.根據(jù)權(quán)利要求1所述的目標(biāo)典型活動模式偏離告警方法,其特征在于,步驟2中,求取軌跡點簇外包多邊形的方法如下:
    (a)將點簇中經(jīng)度坐標(biāo)值最小的點設(shè)為初始點p,記錄點p坐標(biāo);
    (b)以p為基點,從12點方向開始逆時針掃描,記錄掃描到的第一個點q坐標(biāo);
    (c)以q為新的基點,從12點方向開始逆時針掃描,記錄掃描到的第一個點坐標(biāo);
    (d)重復(fù)基點更新和掃描,直到回到初始點p,記錄的所有點坐標(biāo)即為該點簇的外包多邊形的頂點。


    5.根據(jù)權(quán)利要求1所述的目標(biāo)典型活動模式偏離告警方法,其特征在于,步驟3中,計算軌跡點序列對應(yīng)的網(wǎng)格編碼序列的計算公式為:



    其中,c,r,span=180/2l為中間變量,l為網(wǎng)格劃分級數(shù),int為取整,geocode為軌跡點對應(yīng)的網(wǎng)格編碼。


    6.根據(jù)權(quán)利要求1所述的目標(biāo)典型活動模式偏離告警方法,其特征在于,步驟4中,利用動態(tài)時間規(guī)整方法中DTW算法,計算目標(biāo)歷史軌跡空間網(wǎng)格序列集中兩兩序列之間的相似度,具體方法為:
    輸入時間序列a=(a1,a2,...am),b=(b1,b2,...bn),其中a=(a1,a2,...am),b=(b1,b2,...bn)由目標(biāo)歷史軌跡點構(gòu)成;
    (a)構(gòu)...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:宋路杰胡巖峰張楚一李熙雨丁士偉黃思賢管書坤陳詩旭
    申請(專利權(quán))人:中國科學(xué)院電子學(xué)研究所蘇州研究院
    類型:發(fā)明
    國別省市:江蘇;32

    網(wǎng)友詢問留言 已有0條評論
    • 還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 色AV永久无码影院AV| 国产乱妇无码大片在线观看| 爆乳无码AV一区二区三区| 99久久人妻无码精品系列蜜桃| 无码无套少妇毛多18p| 免费看成人AA片无码视频羞羞网| 自慰系列无码专区| 精品国产V无码大片在线看| 国产精品亚洲一区二区无码| 无码午夜成人1000部免费视频 | 精品国产一区二区三区无码| 亚洲中文字幕无码久久| 亚洲精品无码AV中文字幕电影网站| 久热中文字幕无码视频| 极品粉嫩嫩模大尺度无码视频| 99精品国产在热久久无码| 久久亚洲av无码精品浪潮| 亚洲av无码无线在线观看 | 无码人妻久久一区二区三区免费| 精品无码一区二区三区爱欲九九| 东京热人妻无码人av| 国产精品白浆无码流出| 无码播放一区二区三区| 日韩免费无码一区二区三区| 13小箩利洗澡无码视频网站免费| 在线精品免费视频无码的| 特级毛片内射www无码| 无码夜色一区二区三区| 中文字幕久久久人妻无码| 无码H黄肉动漫在线观看网站| 国产∨亚洲V天堂无码久久久| 成人av片无码免费天天看| 日韩精品无码一区二区视频| 国产成人无码免费网站| 欧日韩国产无码专区| 国产精品成人无码久久久久久| 午夜无码视频一区二区三区| 亚洲av无码一区二区三区人妖| 亚洲色无码专区一区| 内射人妻无码色AV天堂| 久久久久久久久免费看无码|