申请/专利权人：石河子大学

申请日：2023-07-19

公开（公告）日：2024-06-04

公开（公告）号：CN117523382B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/762;G06V10/774;G06V10/82;G06N3/0442;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.06.04#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明提供了一种基于改进GRU神经网络的异常轨迹检测方法，包括：将轨迹数据整理为轨迹序列，并进行密度聚类，整理结果并为轨迹序列添加正常或异常标签；搭建改进GRU神经网络，将记录标签信息的轨迹序列集输入神经网络；以经纬度为特征目标整理敏感区训练集，对敏感区训练集进行密度聚类，得到第一敏感区提取结果；对于给定的自有数据训练点集，整理最大凸包多边形并记录，得到第二敏感区提取结果；基于完成训练的轨迹模型及敏感区提取结果，传入待检对象的即时轨迹，根据轨迹模型输出结果及即时轨迹斜率切向分别研判轨迹偏离或轨迹偏向异常信息。本发明输入需求简单，参数调度自由，支持路网实况、地图标绘甚至是自训练区域的敏感区倾向检测。

主权项：1.一种基于改进GRU神经网络的异常轨迹检测方法，其特征在于，包括：获取待检对象近期的轨迹数据，并将所述轨迹数据整理为以经纬度为主要特征的轨迹序列；基于DBSCAN算法对所述轨迹序列进行密度聚类，整理聚类结果并为所述轨迹序列添加正常或异常标签；搭建改进GRU神经网络，将记录标签信息的所述轨迹序列集输入所述改进GRU神经网络，以训练待检对象的轨迹模型；以经纬度为特征目标整理敏感区训练集，调用DBSCAN算法对所述敏感区训练集进行密度聚类，得到第一敏感区提取结果；所述敏感区训练集的获取方法包括：通过开放平台获取公开数据；所述公开数据包括路况信息；通过霍夫变换或图像提取算法对所述路况信息进行处理，得到所述敏感区训练集；对于给定的自有数据训练点集，通过多边形凸包算法整理所述自有数据训练点集最大凸包多边形并记录，得到第二敏感区提取结果；所述自有数据训练点集为给定经纬坐标的训练点集；所述多边形凸包算法的具体操作步骤包括：将输入点按照x坐标从小到大排序，并分别加入一个左栈和右栈中；从输入点中选取最左和最右的点作为初始的上凸壳端点，将它们依次加入左右两个栈中；对于每个未处理的点，判断其是否在上凸壳内部，是则跳过，否则执行以下操作：a.从左右两个栈的栈顶开始，将与未处理的点形成逆时针方向构成凸包的点弹出栈；b.将未处理的点加入左右两个栈的栈顶；重复步骤“对于每个未处理的点，判断其是否在上凸壳内部，是则跳过，否则执行以下操作”，直至所有点处理完毕；弹出左右两个栈的顶部，得到下凸壳部分；将下凸壳部分倒序加入上凸壳中，即可得到完整的凸包；基于完成训练的所述轨迹模型及所述第一敏感区提取结果、所述第二敏感区提取结果，传入待检对象的即时轨迹，根据轨迹模型输出结果及即时轨迹斜率切向分别研判轨迹偏离或轨迹偏向异常信息。

全文数据：

权利要求：

百度查询： 石河子大学 一种基于改进GRU神经网络的异常轨迹检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD