[发明专利]基于时间序列的多维距离聚类异常检测方法及系统

权利要求书

1.一种基于时间序列的多维距离聚类异常检测方法，其特征在于，包含下列步骤：

步骤一：对轨迹数据集进行预处理，所述预处理包括清洗和再整合；具体为：

使用正则表达式处理明显异常的数据，对于缺失值的数据，若某条数据有多个属性缺失值，选择直接删除该元组，对于各别数据的缺失，则使用平均值来补齐数据；之后，再根据所需特征，从轨迹数据集中到新表，从而达到数据格式标准化；

步骤二：计算轨迹间多维相似度；具体为：

轨迹数据表示为TR＝{P₁,P₂,…P_i,…,P_n}，其中P_i＝(lon_i,lat_i,v_i,θ_i,t_i)，lon_i，lat_i为轨迹点的经度和纬度值，v_i为轨迹点的速度，θ_i为轨迹点的方向，t_i为该轨迹点的时间戳信息；轨迹集合为T＝{TR₁,TR₂,…,TR_i,…,TR_n}，其中TR_i表示第i条轨迹数据；根据H(A,B)＝max(h(A,B),h(B,A))，将速度、方向、经度、纬度融合入Hausdorff距离公式中，计算任意两条轨迹之间的多维Hausdorff距离；

步骤三：对于上述多维Hausdorff距离，构造轨迹间相似性矩阵；

步骤四：多维hausdorff距离的层次聚类算法；选择机器学习中的层次聚类算法基于上述相似性矩阵进行层次聚类；具体为：

首先根据n条轨迹数据构造n个类，每一类的平台高度均为0；

其次合并距离最近的两类为新类，修改平台高度；

再次计算新类与当前各类的距离，若类的个数已经等于1，生成具有层次结构的聚类图，否则继续合并类，并计算新类与各类的距离，直到结束；

步骤五：检测算法的异常检测效果，构造出在速度、方向、经度、纬度上有异常的轨迹，通过上述层次聚类算法将异常轨迹与正常轨迹聚类，并选用正确率、精确率、召回率、F1值来评价聚类算法。