面向群智感知车联网的异常数据检测算法

• 作者: 庄重文 徐宁彬 徐艺文 陈忠辉
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 车联网 群智感知 异常数据检测 核密度估计
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 计算机科学
• 页码范围: 145-151
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2017.08.022

摘要

群智感知车联网利用普通用户的手机或平板电脑等智能终端获得交通数据,解决了车联网以低成本获取足够数据的问题,但却凸显了数据"质"的问题.为此,在分析群智感知车联网的数据结构及数据异常特点的基础上,提出一种适用于群智感知车联网的异常数据检测算法,并依此剔除异常数据,提高数据质量.算法利用核密度估计理论对车联网数据的概率密度进行估计,进而构建信任函数计算被检数据的信任度,后根据统计学理论将信任度小于0的数据判定为异常数据.最后对该算法的可行性及性能进行了仿真,结果表明该算法的性能可满足实用需求,且对比传统的统计检测法在检测率和误检率上具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈忠辉	福州大学物理与信息工程学院	75	171	6.0	9.0
2	徐艺文	福州大学物理与信息工程学院	20	112	5.0	10.0
3	庄重文	福州大学物理与信息工程学院	3	3	1.0	1.0
4	徐宁彬	福州大学物理与信息工程学院	1	3	1.0	1.0