基于BP神经网络的异常轨迹检测方法

来源：计算机工程杂志2019年第7期北京时间：

作者：俞庆英, 李倩, 陈传明, 林文诗

单位：安徽师范大学 a. 计算机与信息学院;b. 网络与信息安全安徽省重点实验室, 安徽 芜湖 241002

摘要：为有效利用轨迹内外部属性进行异常检测，提出一种基于BP神经网络的异常轨迹识别方法。对原始轨迹数据进行去噪处理，存储至百度云的LBS云端，基于百度地图的轨迹数据可视化网站实现轨迹显示，并通过归一化数据计算轨迹属性值。同时，将轨迹内外部特征属性作为BP神经网络算法的输入层，轨迹相似度量值作为输出层，调整隐含层系数得到训练模型，从而识别用户异常轨迹。在2个用户数据集上的仿真结果表明，该方法的异常轨迹识别准确率分别达到92.3%和100%。

关键词：轨迹数据集,BP神经网络,百度LBS云服务,轨迹属性,训练模型,异常轨迹检测

基金资助：国家自然科学基金（61702010，61672039）；安徽省高校自然科学研究重点项目（KJ2017A327）；芜湖市科技计划项目（2016cxy04）。