基于改进孤立点算法的异常交通数据识别

论文摘要

以地磁检测数据为基础,分析导致交通数据异常的原因;基于对异常数据的识别,对基于相似系数和的孤立点算法进行改进,即对规律性的交通数据进行时段划分,计算相似系数,采用交通量和时间占有率逐次逼近基础值的方法设定阈值。通过实例对分别采用传统阈值筛选法和改进后的孤立点算法对异常交通数据的识别结果进行对比分析。研究结果表明:基于改进相似系数和的孤立点算法对异常数据识别的检测率高于85%,误检率低于25%,识别结果优于传统阈值筛选法,可快速、有效地识别交通异常数据。

论文目录

• 0 引言
• 1 交通数据采集与异常因素分析
•   1.1 交通数据采集
•   1.2 异常因素分析
• 2 交通异常数据识别
•   2.1 传统阈值筛选法
•   2.2 孤立点法
•     2.2.1 传统孤立点检测算法
•       1)基于统计的孤立点检测算法。
•       2)基于距离的孤立点检测算法。
•       3)基于密度的孤立点检测算法。
•       4)基于偏离的孤立点检测算法。
•     2.2.2 基于相似系数和的孤立点检测算法
•     2.2.3 基于相似系数和的孤立点算法的改进
•       1)基于相似系数和的孤立点算法的不足
•       2)基于相似系数和的孤立点算法的改进
• 3 试验分析
•   1)检测率
•   2)误检率
• 4 结语

文章来源

类型: 期刊论文

作者: 李硕,张萌萌,陈勇恒

关键词: 地磁数据,孤立点算法,传统阈值筛选法,异常数据识别

来源: 山东交通学院学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 公路与水路运输

单位: 山东交通学院交通与物流工程学院

基金: 国家自然科学基金(ZR2017MF011),全国统计科学研究项目(2017LZ22),山东省重点研发计划(2017GGX50110),山东省软科学研究计划(2018RKB01375)

分类号: U491

页码: 17-23+37

总页数: 8

文件大小: 303K

下载量: 132