基于车辆轨迹多特征的聚类分析及异常检测方法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 智能交通监控技术研究背景及意义 | 第10-11页 |
| 1.2 智能交通系统研究现状 | 第11-13页 |
| 1.3 智能交通监控关键技术研究现状 | 第13-15页 |
| 1.3.1 轨迹聚类分析方法概述 | 第13-14页 |
| 1.3.2 异常行为检测方法概述 | 第14-15页 |
| 1.4 论文主要研究内容 | 第15-16页 |
| 1.5 论文结构安排 | 第16-18页 |
| 第2章 轨迹聚类及异常检测的基本理论 | 第18-32页 |
| 2.1 轨迹的相似性度量方法 | 第18-20页 |
| 2.2 轨迹聚类分析 | 第20-27页 |
| 2.2.1 聚类分析的基本概念 | 第20-21页 |
| 2.2.2 聚类算法的分类 | 第21-23页 |
| 2.2.3 常用的轨迹聚类算法介绍 | 第23-27页 |
| 2.3 异常行为检测方法 | 第27-31页 |
| 2.3.1 基于HMM的异常检测方法 | 第27-28页 |
| 2.3.2 基于SVM的异常检测方法 | 第28-30页 |
| 2.3.3 基于偏差统计模型的异常检测方法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 车辆轨迹聚类分析 | 第32-42页 |
| 3.1 轨迹预处理 | 第32-33页 |
| 3.2 轨迹的多特征提取及相似度测量 | 第33-35页 |
| 3.2.1 轨迹运动方向相似度测量 | 第33-34页 |
| 3.2.2 轨迹空间位置相似度测量 | 第34-35页 |
| 3.3 轨迹多特征聚类 | 第35-38页 |
| 3.4 实验结果与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 车辆轨迹异常检测 | 第42-58页 |
| 4.1 异常轨迹描述 | 第42-43页 |
| 4.2 在线多特征异常检测 | 第43-52页 |
| 4.2.1 建立轨迹起点分布模型 | 第44-46页 |
| 4.2.2 建立基于位置距离的在线分类器 | 第46-48页 |
| 4.2.3 建立基于方向距离的在线分类器 | 第48-49页 |
| 4.2.4 在线多特征异常检测算法 | 第49-52页 |
| 4.3 实验结果与分析 | 第52-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
