| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第6-9页 |
| 1.1 研究背景与意义 | 第6-7页 |
| 1.2 本文贡献 | 第7-8页 |
| 1.3 本文组织 | 第8-9页 |
| 第二章 相关工作与方法 | 第9-17页 |
| 2.1 社会集群行为的研究 | 第9-15页 |
| 2.1.1 单个人的运动模式 | 第9-11页 |
| 2.1.2 人群运动的异常检测 | 第11-13页 |
| 2.1.3 利用隐马尔可夫模型对人的行为模式建模 | 第13-15页 |
| 2.2 k-means聚类算法 | 第15-17页 |
| 第三章 集群行为异常检测 | 第17-31页 |
| 3.1 引言 | 第17页 |
| 3.2 集群行为异常检测 | 第17-22页 |
| 3.2.1 算法框架 | 第17-18页 |
| 3.2.2 主成分分析(PCA) | 第18-19页 |
| 3.2.3 隐马尔可夫模型(HMM) | 第19-20页 |
| 3.2.4 观察值(Observations) | 第20页 |
| 3.2.5 隐状态(Hidden States) | 第20页 |
| 3.2.6 状态转移概率矩阵(State Transition Probability Matrix) | 第20-21页 |
| 3.2.7 基于高斯混合模型的输出概率矩阵 | 第21页 |
| 3.2.8 初始状态概率分布向量(Initial Probability Vector) | 第21页 |
| 3.2.9 异常检测 | 第21-22页 |
| 3.3 实验分析 | 第22-31页 |
| 3.3.1 仿真数据 | 第22-28页 |
| 3.3.2 交通流数据 | 第28-31页 |
| 第四章 交通流预测 | 第31-39页 |
| 4.1 引言 | 第31-32页 |
| 4.2 交通流预测 | 第32-33页 |
| 4.2.1 观察值(Observations) | 第32页 |
| 4.2.2 隐状态(Hidden States) | 第32页 |
| 4.2.3 交通流预测 | 第32-33页 |
| 4.3 实验分析 | 第33-39页 |
| 第五章 结论与未来工作展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 硕士期间的主要工作 | 第43-44页 |
| 致谢 | 第44-45页 |