一种面向轨迹信息的时序数据流异常检测算法

来源：计算机工程杂志2018年第5期北京时间：

作者：高嘉伟,刘建敏

单位：1.山西大学 计算机信息与技术学院,太原 030006; 2.计算智能与中文信息处理教育部重点实验室,太原 030006

摘要：针对传统聚类算法多数无法对时序数据流进行聚类的问题,提出一种基于密度和网格的聚类算法。引入动态划分网格的方法,通过当前数据块内数据的特征动态地设置网格划分、网格密度阈值等参数并自适应地生成网格,将其转化为不同类型的图并分别进行聚类。分析某一个体的轨迹,采取按时间段的个体轨迹划分方法检测个体异常轨迹。实验结果表明,该算法可根据用户的需求得到不同时间段内数据的聚类结果,适用于处理轨迹信息等时序数据流的异常检测问题。

关键词：数据流,数据块,聚类,动态划分,异常检测

基金资助：国家自然科学基金(61573229,41401521);山西省自然科学基金(201601D202036);2016年山西省高等学校大学生创新创业训练计划项目(201610108011)。