[發明專利]一種異常數據檢測的方法、系統及設備

有效

• 申請號: 201910595139.8
• 申請日: 2019-07-03
• 公開（公告）號: CN110298407B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 蔡延光;阮嘉琨;蔡顥
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F18/2433
• 分類號: G06F18/2433;G06F18/23;G06F16/215;G06N3/006
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王曉坤

本申請公開了一種異常數據檢測的方法，包括：利用磷蝦群算法優化DBSCAN聚類算法的領域參數；獲取待處理數據；基于優化后的DBSCAN聚類算法對待處理數據進行標記，得到聚類簇數據集及噪聲數據集；確定噪聲數據集中的數據為異常數據。本申請所提供的技術方案，極大的增強了對交通數據的聚類效果，在面對復雜多變以及隨機波動性強的高速公路交通流數據時，能夠能準確檢測出異常交通數據，提高了異常交通數據檢測的效率及準確度。本申請同時還提供了一種異常數據檢測的系統、設備及計算機可讀存儲介質，具有上述有益效果。

技術領域

本申請涉及異常數據檢測領域，特別涉及一種異常數據檢測的方法、系統、設備及計算機可讀存儲介質。

背景技術

在高速公路智能交通系統中，異常數據是影響數據質量的重要因素，因此對異常交通數據的查找并清洗是高速公路交通數據質量優化的重要步驟。異常交通數據在交通大數據中是小眾的部分，其數值大小、發展趨勢已經數據曲線形態都與占大比例的正常交通數據有一定程度的差距。

由于高速公路交通流數據的復雜多變性以及隨機波動性強，而導致傳統的異常數據識別方法很難準確檢測出其交通流異常數據。

因此，如何準確檢測出交通流異常數據是本領域技術人員目前需要解決的技術問題。

發明內容

本申請的目的是提供一種異常數據檢測的方法、系統、設備及計算機可讀存儲介質，用于準確檢測出其交通流異常數據。

為解決上述技術問題，本申請提供一種異常數據檢測的方法，該方法包括：

利用磷蝦群算法優化DBSCAN聚類算法的領域參數；

獲取待處理數據；

基于優化后的所述DBSCAN聚類算法對所述待處理數據進行標記，得到聚類簇數據集及噪聲數據集；

確定所述噪聲數據集中的數據為異常數據。

可選的，所述利用磷蝦群算法優化DBSCAN聚類算法的領域參數，包括：

將所述DBSCAN聚類算法的領域參數作為磷蝦群個體位置向量；

根據所述磷蝦群個體位置向量計算所述磷蝦群個體的適應度值；

根據所述磷蝦群個體的適應度值確定最差磷蝦個體及最優磷蝦個體；

執行由除去所述最差磷蝦個體及所述最優磷蝦個體的磷蝦群誘導的運動、覓食活動以及隨機擴散運動；

對各所述磷蝦群個體位置向量進行更新；

判斷是否達到所述磷蝦群算法的最大迭代次數；

若否，則返回執行根據所述磷蝦群個體位置向量計算所述磷蝦群個體的適應度值的步驟；

若是，則將更新后的各所述磷蝦群個體位置向量作為所述優化后的DBSCAN聚類算法的領域參數。

可選的，根據所述磷蝦群個體位置向量計算所述磷蝦群個體的適應度值，包括：

根據公式

計算所述磷蝦群個體的適應度值；

其中，f(x)為磷蝦個體適應度函數，D₁,D₂,...,D_k是經過以磷蝦個體當前位置向量為領域參數的DBSCAN密度聚類后的k個聚類簇，x和x'均為所述磷蝦群中個體的位置向量，dist(x,x')為x與x'之間的歐氏距離，ε為常數。

可選的，對各所述磷蝦群個體位置向量進行更新，包括：

根據公式更新各所述磷蝦群個體位置向量；

其中，Δt為更新步長。