随着信息化技术的发展,利用手机、GPS、摄像头或者其他感应设备追踪人或车的运动成为一种可能。人的运动轨迹为集群行为提供了丰富的信息,这里的集群行为表示一大群人作为一个整体时所表现出的行为。极少被观察到的异常运动轨迹往往代表了异常事件的发生,例如自然灾害。恐怖袭击或者交通事故。为了检测这种异常轨迹,我们提出了一种基于隐马尔可夫模型的异常检测方案。在人工数据集和现实世界交通流数据集上所做的实验也验证了我们的方案。与异常事件对人类生活造成困扰一样,交通堵塞也是日常生活中面临的重大问题,解决交通堵塞问题会给人类的生活带来极大的便利。从另一个角度说,交通堵塞也可以被视作人群间相互运动和交互的结果。因此,交通堵塞也可以代表一种人群的运动模式。我们同样利用隐马尔可夫模型来做交通流预测,并且在实验过程中发现交通模式符合交通学领域中的三段论。