朱猛
- 作品数：2 被引量：5H指数：2
- 供职机构：信阳农林学院更多>>
- 发文基金：国家教育部博士点基金中央高校基本科研业务费专项资金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 轨迹多因素异常集成检测被引量：3
- 2015年
- 针对已有轨迹异常检测算法无法有效处理轨迹多因素特征的问题,提出一种轨迹多因素异常检测集成算法TRODEM。采用集成分析技术,利用一种新颖的数据为中心的集成框架对轨迹数据多因素特征进行集成;对轨迹多因素特征分别进行检测,为每种特征检测的结果赋予一个用于集成的异常分值;利用组合函数对这些分值进行集成,得到一个最终异常分值,以此分值进行最终异常检测。在集成过程中,采用带有权值的累积方法克服可能存在的集成结果对某种因素过分依赖的缺点。实验结果表明了TRODEM算法的有效性和鲁棒性。
- 安计勇朱猛翟靖轩王大阜
- 基于迭代网格划分和熵估计的稀疏轨迹预测被引量：2
- 2015年
- 针对移动对象轨迹预测所面临的"数据稀疏"问题,即有效的历史轨迹空间不能覆盖所有可能的查询轨迹,提出了一种基于迭代网格划分和熵估计的稀疏轨迹预测算法(TPDS-IGP&EE)。首先,对轨迹区域进行迭代网格划分并生成轨迹序列;然后,引入L-Z熵估计计算轨迹序列的熵值,在轨迹熵值的基础上进行轨迹综合形成新的轨迹空间;最后,结合子轨迹综合算法,进行稀疏轨迹预测。实验结果表明,当轨迹完整度达到90%以上,Baseline算法的查询覆盖率只有25%左右;而TPDS-IGP&EE算法几乎不受查询轨迹长度的影响,可以预测几乎100%的查询轨迹;并且TPDS-IGP&EE算法的预测准确率普遍高于Baseline算法4%左右;同时Baseline算法的预测时间非常长,达到100ms,而TPDS-IGP&EE算法的预测时间(10μs)几乎可以忽略不计。TPDS-IGP&EE算法能够有效地进行稀疏环境下的轨迹预测,具有更广的预测范围、更快的预测速度和较高的预测准确率。
- 刘磊军朱猛张磊
- 关键词：轨迹预测数据稀疏
