本文關(guān)鍵詞：基于HMM模型的老年人出行異常檢測(cè)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：我國已經(jīng)進(jìn)入老年型國家，而人口老齡化帶來諸多社會(huì)問題。由于老人的身體機(jī)能衰退，很容易在日常出行中出現(xiàn)走失、受傷等意外情況。隨著科技的發(fā)展，GPS的定位精度已顯著提高，裝有GPS模塊的智能設(shè)備已廣泛地應(yīng)用到人們的日常生活中。利用智能設(shè)備可以方便地監(jiān)測(cè)老年人出行，而如何讓這些設(shè)備從簡(jiǎn)單地記錄時(shí)間和空間數(shù)據(jù)向行為識(shí)別的轉(zhuǎn)變，實(shí)現(xiàn)“智慧化”老年人監(jiān)護(hù)，這具有重大的社會(huì)意義。 在對(duì)老年人監(jiān)測(cè)的過程中，智能設(shè)備會(huì)采集大量的GPS軌跡，而這些軌跡數(shù)據(jù)所蘊(yùn)含的信息是無法直接觀察到的。如何從軌跡數(shù)據(jù)中有效地提取出人的出行活動(dòng)行為信息，并從這些信息里判斷老年人出行是否出現(xiàn)異常情況，是本文著重關(guān)注的問題。 針對(duì)該問題，本文作了以下研究工作： (1)研究基于軌跡數(shù)據(jù)的運(yùn)動(dòng)分析，根據(jù)運(yùn)動(dòng)特征將軌跡劃分成移動(dòng)和停留序列，，查找停靠點(diǎn)，然后分析老年人出行目的與出行軌跡的關(guān)聯(lián)性，并結(jié)合聚類分析來提取老年人出行的感興趣點(diǎn)(POI)，最后通過實(shí)驗(yàn)驗(yàn)證感興趣點(diǎn)識(shí)別算法的有效性。 (2)研究基于HMM模型的老年人出行異常檢測(cè)，首先將出行軌跡的方向角作為模型的訓(xùn)練數(shù)據(jù)，改進(jìn)了HMM模型中隱藏狀態(tài)的確定方法，建立老年人日常行為模型，然后利用該模型判斷是否出現(xiàn)異常并分級(jí)預(yù)警，最后通過實(shí)驗(yàn)證明了該方法對(duì)老年人行為異常檢測(cè)有較高的準(zhǔn)確性。 (3)開發(fā)了老年人出行異常檢測(cè)系統(tǒng)，可以實(shí)現(xiàn)出行信息維護(hù)，老年人出行感興趣點(diǎn)挖掘，出行HMM模型建立，以及出行異常檢測(cè)與分級(jí)預(yù)警。
【關(guān)鍵詞】：軌跡數(shù)據(jù) 感興趣點(diǎn)識(shí)別 HMM模型 異常檢測(cè)
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP274;P228.4
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-17
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究近況11-15
• 1.3 本文的研究?jī)?nèi)容15-17
• 第二章 老年人出行數(shù)據(jù)采集及預(yù)處理17-26
• 2.1 老年人出行數(shù)據(jù)采集17-18
• 2.2 數(shù)據(jù)特征分析18-19
• 2.2.1 原始數(shù)據(jù)18
• 2.2.2 數(shù)據(jù)缺失18-19
• 2.2.3 數(shù)據(jù)漂移19
• 2.3 數(shù)據(jù)預(yù)處理19-24
• 2.3.1 漂移去除19-20
• 2.3.2 數(shù)據(jù)插值20-22
• 2.3.3 坐標(biāo)轉(zhuǎn)換22-24
• 2.4 小結(jié)24-26
• 第三章 基于出行軌跡數(shù)據(jù)的出行分析26-41
• 3.1 出行的基本要素26-27
• 3.2 出行軌跡分析27-29
• 3.3 軌跡聚類分析29-34
• 3.3.1 常用聚類方法29-31
• 3.3.2 K-medoids 算法31-33
• 3.3.3 DBSCAN 算法33-34
• 3.4 出行感興趣點(diǎn)識(shí)別34-37
• 3.5 實(shí)驗(yàn)分析37-39
• 3.5.1 聚類算法對(duì)比分析37-39
• 3.5.2 感興趣點(diǎn)提取分析39
• 3.6 小結(jié)39-41
• 第四章 基于 HMM 模型的老年人出行異常檢測(cè)41-53
• 4.1 隱馬爾可夫模型41-46
• 4.1.1 HMM 的基本參數(shù)42
• 4.1.2 HMM 的三個(gè)基本問題42-43
• 4.1.3 HMM 基本問題的解法43-46
• 4.2 基于 HMM 的出行異常檢測(cè)算法46-50
• 4.2.1 出行軌跡特征提取46-48
• 4.2.2 HMM 模型的訓(xùn)練48
• 4.2.3 出行軌跡檢測(cè)與異常分級(jí)48-50
• 4.3 實(shí)驗(yàn)分析50-51
• 4.4 小結(jié)51-53
• 第五章 老年人出行異常檢測(cè)系統(tǒng)53-58
• 5.1 系統(tǒng)簡(jiǎn)介53-56
• 5.2 小結(jié)56-58
• 第六章 結(jié)論與展望58-60
• 參考文獻(xiàn)60-64
• 致謝64-65
• 攻讀學(xué)位期間的研究成果65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 許曉霞;柴彥威;顏亞寧;;郊區(qū)巨型社區(qū)的活動(dòng)空間——基于北京市的調(diào)查[J];城市發(fā)展研究;2010年11期

2 申悅;柴彥威;;基于GPS數(shù)據(jù)的北京市郊區(qū)巨型社區(qū)居民日�；顒�(dòng)空間[J];地理學(xué)報(bào);2013年04期

3 倪訓(xùn)博;趙德斌;姜峰;程丹松;;Viterbi和DTW算法的關(guān)系分析——在非特定人手語識(shí)別中的應(yīng)用[J];計(jì)算機(jī)研究與發(fā)展;2010年02期

4 朱旭東;劉志鏡;;基于主題隱馬爾科夫模型的人體異常行為識(shí)別[J];計(jì)算機(jī)科學(xué);2012年03期

5 劉攀;繆淮扣;曾紅衛(wèi);劉陽;;基于FSM的測(cè)試?yán)碚�、方法及評(píng)估[J];計(jì)算機(jī)學(xué)報(bào);2011年06期

6 孔令富;李海濤;;基于位置和運(yùn)動(dòng)軌跡的老年人異常行為檢測(cè)[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年02期

7 羅德安,廖麗瓊;一種車載GPS系統(tǒng)坐標(biāo)轉(zhuǎn)換公式及其應(yīng)用[J];西南交通大學(xué)學(xué)報(bào);2001年04期

8 覃朝暉,于普林,烏正賚;老年人跌倒研究的現(xiàn)狀及進(jìn)展[J];中華老年醫(yī)學(xué)雜志;2005年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張治華;基于GPS軌跡的出行信息提取研究[D];華東師范大學(xué);2010年

2 鄧中偉;面向交通服務(wù)的多源移動(dòng)軌跡數(shù)據(jù)挖掘與多尺度居民活動(dòng)的知識(shí)發(fā)現(xiàn)[D];華東師范大學(xué);2012年

  本文關(guān)鍵詞：基于HMM模型的老年人出行異常檢測(cè)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：267702