[發明專利]一種基于KNN算法的交通流異常數據雙向檢測修復方法

有效

• 申請號: 201711044911.4
• 申請日: 2017-10-31
• 公開（公告）號: CN107978147B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 秦一菲;馬明輝;王巖松;張亮;郭輝;劉寧寧;王孝蘭
• 申請（專利權）人: 上海工程技術大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/065
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙志遠

1.一種基于KNN算法的交通流異常數據雙向檢測修復方法，其特征在于，該方法包括以下步驟：

1)獲取正常的交通流歷史數據，按照時間序列，將連續的每5個數據劃分為一組，并建立歷史數據狀態向量庫{X_n}，歷史數據狀態向量X_n的表現形式為：

X_n＝{v_h1，v_h2，v_h3，v_h4，v_h5}；

2)獲取待修復的交通流數據中的異常值，并將此異常值標記為v(w)；

3)根據異常值構建異常數據狀態向量X，構建異常數據狀態向量X的具體方法為：

31)將異常值v(w)放入異常數據狀態向量X中；

32)在待修復的交通流數據中，以異常值v(w)所在位置為起點，分別向前后兩個方向，按照先前再后的順序進行檢測，舍棄在此過程中檢測出的異常值，并將非異常值按順序放入異常數據狀態向量X，直到異常數據狀態向量X中僅有一個異常值v(w)；

4)計算異常數據狀態向量X與所有歷史數據狀態向量X_n之間的歐氏距離d，并進行優選，獲取k組優選后的歷史數據狀態向量以及對應的歐氏距離d_i(i＝1，2...k)，由異常數據狀態向量X中除異常值以外的4個數據與歷史數據狀態向量X_n中對應位置的4個數據計算歐氏距離d，具體包括以下步驟：

將異常數據狀態向量X與所有歷史數據狀態向量X_n之間的歐氏距離d按照從小到大的順序排列，選取前k個歐氏距離作為優選的歐氏距離d_i；

5)根據k組優選后的歷史數據狀態向量以及對應的歐氏距離d_i計算修復值v(w)′，修復值v(w)′的計算式為：

其中，α_i為優選后第i組歷史數據狀態向量的權重，v_hi(w)為優選后第i組歷史數據狀態向量中與異常值對應的歷史數據，所述的k取值為25，所述的權重α_i的選擇計算式為：

6)對異常值進行刪除填補修復。