基于融合时空数据的车辆加油行为多视图深度异常检测框架

基于融合时空数据的车辆加油行为多视图深度异常检测框架

论文摘要

车辆加油时空数据多源异构、关系复杂,现有成熟的异常检测方法难以对时空离散的加油活动数据进行分析,因此提出基于融合时空数据的车辆加油行为多视图深度异常检测框架。首先基于统一概念模型(UCM)对静态信息和动态活动数据进行关联融合管理,然后从空间视图、时间视图和语义视图角度对时空数据进行编码和转换,最后基于三种视图构建深度时空异常分析检测框架。车辆加油时空数据集上的实验结果表明,多种异常检测方法在融合时空数据上均可取得更低均方根误差(RMSE),平均降低10.73%,所提方法比现有主流方法中结果最好的长短时记忆网络(LSTM)的RMSE降低19.36%。在信用卡欺诈公开数据集上的实验结果表明,所提方法较之逻辑回归模型,马修斯系数(MCC)提高了32.78%。以上实验验证了所提方法的有效性。

论文目录

  • 0 引言
  • 1 相关工作
  • 2 基于统一概念模型的时空数据融合建模
  •   2.1 统一概念模型构建
  •   2.2 图实例数据自动转换
  • 3 多视图深度时空异常检测框架
  • 4 实验与分析
  •   4.1 实验配置
  •   4.2 实验数据集
  •     4.2.1 车辆加油数据集
  •     4.2.2 信用卡欺诈数据集
  •   4.3 实验结果与分析
  •     4.3.1 车辆加油数据集实验结果分析
  •     4.3.2 信用卡欺诈数据集实验结果分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 丁景全,马博,李晓

    关键词: 时空数据,车辆加油,数据融合,异常检测,深度学习

    来源: 计算机应用 2019年11期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输,汽车工业,计算机软件及计算机应用

    单位: 中国科学院新疆理化技术研究所,中国科学院大学,新疆民族语音语言信息处理实验室

    基金: 新疆维吾尔自治区自然科学基金资助项目(2019D01A92)~~

    分类号: TP391.41;U473.8;U491

    页码: 3370-3375

    总页数: 6

    文件大小: 881K

    下载量: 130

    相关论文文献

    • [1].关于新颖的多视图分类方法的对比分析[J]. 电子世界 2020(14)
    • [2].818型海警巡逻舰多视图[J]. 军事文摘 2016(18)
    • [3].多视图聚类算法综述[J]. 软件导刊 2019(04)
    • [4].基于视图内字典原子不一致的多视图字典学习算法[J]. 南京信息工程大学学报(自然科学版) 2019(03)
    • [5].一种改进的多视图聚类集成算法[J]. 计算机科学 2017(01)
    • [6].基于多视图协同的可信数据动态交互可视化系统设计[J]. 电子设计工程 2020(15)
    • [7].样本加权的多视图聚类算法[J]. 计算机研究与发展 2019(08)
    • [8].基于依存语法构建多视图汉语树库[J]. 中文信息学报 2015(03)
    • [9].基于邻域多核学习的后融合多视图聚类算法[J]. 计算机研究与发展 2020(08)
    • [10].基于异质多视图主动学习的高光谱地物分类[J]. 计算机应用与软件 2018(02)
    • [11].怎样在VC++中创建基于SDI多框架多视图[J]. 电脑编程技巧与维护 2009(03)
    • [12].基于转换表的物料清单多视图映射方法[J]. 上海交通大学学报 2008(04)
    • [13].联合空谱特征的多视图主动学习的高光谱图像分类[J]. 遥感信息 2018(06)
    • [14].鲁棒多视图协同完整鉴别子空间学习算法[J]. 计算机工程与应用 2019(03)
    • [15].改进区域增长算法的植株多视图几何重建[J]. 中国农业科学 2019(16)
    • [16].基于生成对抗网络的多视图学习与重构算法[J]. 自动化学报 2018(05)
    • [17].一种多流形正则化的多视图非负矩阵分解算法[J]. 南京大学学报(自然科学) 2017(03)
    • [18].多视图图像三维重建技术研究[J]. 信息与电脑(理论版) 2019(10)
    • [19].一种基于多视图学习的群组发现方法[J]. 南京邮电大学学报(自然科学版) 2019(04)
    • [20].基于结构化多视图稀疏限定的监督特征选择算法研究[J]. 图学学报 2018(06)
    • [21].基于跨视图约束的多视图分类方法[J]. 模式识别与人工智能 2014(02)
    • [22].MFC中的多视图与属性页技术[J]. 科技信息(学术研究) 2008(03)
    • [23].基于多视图几何的位置与遮挡一致性恢复方法研究[J]. 工程图学学报 2011(01)
    • [24].开源多视图密集三维重建方法对比研究[J]. 电子世界 2019(12)
    • [25].多视图影像三维重建技术在乡村景观设计中的应用[J]. 东北林业大学学报 2019(12)
    • [26].基于结构化稀疏投影的多视图特征提取框架[J]. 计算机技术与发展 2019(03)
    • [27].基于离散指示矩阵优化的多视图子空间聚类算法[J]. 金陵科技学院学报 2019(01)
    • [28].基于多视图像的摄像机自标定方法[J]. 计算机工程与科学 2017(04)
    • [29].基于多视图边界判别投影的高光谱图像分类[J]. 图学学报 2018(06)
    • [30].移动多视图立体摄影的单木结构参数提取[J]. 测绘科学 2018(09)

    标签:;  ;  ;  ;  ;  

    基于融合时空数据的车辆加油行为多视图深度异常检测框架
    下载Doc文档

    猜你喜欢