轉(zhuǎn)帖|行業(yè)資訊|編輯:我只采一朵|2017-07-05 13:31:35.000|閱讀 151 次
概述:本文通過(guò)對(duì)北京智能公交一卡通數(shù)據(jù)的分析研究,根據(jù)異常交通記錄分析來(lái)抓小偷。
# 界面/圖表報(bào)表/文檔/IDE等千款熱門(mén)軟控件火熱銷(xiāo)售中 >>
論文簡(jiǎn)介:在舊金山舉行的KDD2016學(xué)術(shù)會(huì)議上,羅格斯大學(xué)的Hui Xiong等學(xué)者向大家報(bào)告了他們的研究論文“Catch Me If You Can:Detecting Pickpocket Suspects from Large-Scale Transit Records”。論文報(bào)道在2014年的前9個(gè)月就有350個(gè)扒手在地鐵交通系統(tǒng)上被抓,490個(gè)扒手在公交車(chē)上被抓。因此,他們對(duì)北京智能公交一卡通數(shù)據(jù)的分析研究,根據(jù)異常交通記錄分析來(lái)抓小偷。共使用了北京市2014年4-6月三個(gè)月間600萬(wàn)乘客的約16億智能公交一卡通數(shù)據(jù)記錄。如下圖所示,Hui Xiong等將北京劃分為多個(gè)小的局部的功能區(qū)塊,并分析了896條地鐵線經(jīng)過(guò)的44524個(gè)公交車(chē)站和18條地鐵線經(jīng)過(guò)的320個(gè)地鐵站的數(shù)據(jù)。首先,從每個(gè)人的日常出現(xiàn)記錄中提取特征;然后,進(jìn)行無(wú)監(jiān)督的異常行人檢測(cè)和有監(jiān)督的模式分類(lèi),從而挖掘出異常的出行軌跡。
方法的基本原理:如下圖我們可以看到很多從熱點(diǎn)區(qū)域A到熱點(diǎn)區(qū)域B的交通軌跡,執(zhí)行觀察這些軌跡我們可以看到“絕大多數(shù)的行人會(huì)選擇最優(yōu)的交通方式(最短時(shí)間/距離,或者最少的換乘)”。但是,一個(gè)行人(嫌疑人)選擇的交通路線為A->C->D->B,這是非常奇怪的,對(duì)上述異常行為需要進(jìn)一步的仔細(xì)分析,如果該人的異常行為足夠多,那么他很可能是一名扒手。具體的識(shí)別小偷的方法細(xì)節(jié)請(qǐng)參考原文,本文的最后提供了下載的地址。
本站文章除注明轉(zhuǎn)載外,均為本站原創(chuàng)或翻譯。歡迎任何形式的轉(zhuǎn)載,但請(qǐng)務(wù)必注明出處、不得修改原文相關(guān)鏈接,如果存在內(nèi)容上的異議請(qǐng)郵件反饋至chenjj@fc6vip.cn