基于改进孤立点算法的异常交通数据识别

• 作者: 张萌萌 李硕 陈勇恒
• 来源期刊: 山东交通学院学报
• 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
• 年，卷（期）: 2019,（2）
• 页码范围: 17-23,37
• 页数: 8页
• 分类号: U491.1
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0032.2019.02.003

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张萌萌	山东交通学院交通与物流工程学院	22	76	5.0	8.0
2	李硕	山东交通学院交通与物流工程学院	4	0	0.0	0.0
3	陈勇恒	山东交通学院交通与物流工程学院	3	0	0.0	0.0