基于轨迹点局部异常度的异常点检测算法

随着大量的定位数据被收集在应用服务器,如何从大量定位轨迹数据挖掘异常信息已逐渐成为一个令人关注的研究课题.针对当前流行的、以轨迹片段表示局部特征的异常点检测算法存在的问题,文中提出了以轨迹点表示局部特征的异常点检测算法TraLOD.该算法不仅提出了将每个轨迹点赋予一个0~1的值来表示其局部异常程度,而且还引入了相对距离来计算轨迹片段之间的不匹配性.此外,针对数据挖掘算法效率低的缺点,TraLOD引入了R-Tree和距离特征矩阵来提高算法效率.性能分析和实验都证明了TraLOD的有效性.

模板匹配问题的动态规划算法实现

模板匹配方法是图像检索、分割、拼接、检测等图像问题在关键区域匹配过程中常采用的处理方法,匹配结果的优劣将直接影响后续算法的结果。传统图像处理方法在采用模板匹配方法时,往往面临时间复杂度过高的问题。基于动态规划的程序设计策略是一种重要的算法设计策略,为存在最优子结构性质的实际问题提供了一种重要的解决途径。针对图像处理中的模板匹配问题进行分析,给出相应的动态规划解法,并对所给算法的复杂度进行分析和讨论。实验结果验证了所提方法的有效性。