[发明专利]一种基于隐马尔科夫模型的出行异常检测方法

说明书

技术领域

本发明涉及一种出行异常检测领域，尤其是一种老人或儿童等特殊人群的出行异常检测方法。

背景技术

全球导航卫星系统（GNSS）包括美国的GPS、俄罗斯的Glonass、欧洲的Galileo和中国的北斗卫星导航系统等，已广泛应用于军事和民用等领域中。在卫星导航系统的应用方面，国内拥有广阔的市场前景，例如利用GPS和GPRS的移动智能车载终端以及基于GPS或北斗导航二次开发的车辆监控与交通诱导系统，这些都广泛应用于公安、医疗、消防、交通、物流等领域，但大部分只是针对车辆导航和定位等基本服务，没有针对人的行为定位检测的方案。

老人和儿童等一些特殊人群在无人陪护状态下出行，容易发生迷路、走失、绑架等状况。在实际生活当中，往往是出现了严重的后果，才能被动地去应对该状况。而人的运动具有一定的随机性，因此很难对人的行为进行精确地预测。这就可以借助上述卫星定位技术，并结合出行异常检测算法，在出现出行异常时，及早发出警报通知监护者，并采取相应的措施。

发明内容

为了克服已有异常检测技术的精度较低、可靠性较差的不足,本发明提供了一种精度较高、可靠性良好的基于隐马尔科夫模型的出行异常检测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于隐马尔科夫模型的出行异常检测方法，所述出行异常检测方法包括以下步骤：

（1）利用北斗或GPS定位设备采集监测数据的数据，包括经度、纬度和日期，并用GPRS模块将这些数据发送到出行行为监测平台；

（2）将坐标数据分为工作日数据和节假日数据采用k-medoids算法进行聚类，分别得到两组聚类标志点集合{q1w,q2w,...,qkw}]]>和{q1h,q2h,...,qkh};]]>

（3）把工作日和节假日的坐标数据作为两组观测量，采用Baum-Welch算法训练HMM模型，分别得到工作日出行规律模型和节假日出行规律模型；

（4）利用出行规律模型，来检测出行行为异常。

进一步，所述步骤（1）中，当出现信号丢失时，则利用线性插值法填补缺失的坐标点。