申请/专利权人：江西师范大学

申请日：2024-04-09

公开（公告）日：2024-06-21

公开（公告）号：CN118038688B

主分类号：G08G1/065

分类号：G08G1/065;G06F17/18;G06F17/16;G08G1/01

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明公开了一种基于概率分布的城市异常检测方法及装置，包括：根据城市路网数据划分城市区域得到城市子区域；通过预处理得到车辆轨迹数据；根据车辆轨迹数据，统计城市子区域历史30天的时段交通入流量和时段交通出流量，再使用FDP方法构建城市子区域的入流量概率分布集合和出流量概率分布集合；使用LOF算法检测并标记入流量概率分布集合和出流量概率分布集合中的异常；通过找出近似区域得到待检测城市子区域的当前检测数据库；根据当前检测数据库使用LOF算法判断所述待检测城市子区域当天是否存在异常事件；本发明考虑区域之间的相似性，以概率分布的形式对城市交通流进行异常检测，能够有效的识别异常交通流模式。

主权项：1.一种基于概率分布的城市异常检测方法，其特征在于，包括：S100.获取城市路网数据，根据所述城市路网数据划分城市区域，得到N个城市子区域，将所述N个城市子区域存入城市子区域集合；S200.获取原始车辆轨迹数据，通过预处理得到车辆轨迹数据；S300.创建第i个城市子区域历史30天的入流量概率分布集合和出流量概率分布集合，根据所述车辆轨迹数据，统计所述城市子区域集合中第i个城市子区域历史30天的时段交通入流量和时段交通出流量，使用FDP方法构建所述第i个城市子区域历史30天的入流量概率分布和出流量概率分布并存入入流量概率分布集合和出流量概率分布集合，i初始值为1；S400.使用LOF算法对所述入流量概率分布集合中所有入流量概率分布和所述出流量概率分布集合中所有出流量概率分布进行检测，根据检测结果将所述入流量概率分布集合中所有异常类型的入流量概率分布标记为异常，将所述出流量概率分布集合中所有异常类型的出流量概率分布标记为异常，判断i是否小于N，若是，i=i+1，转S300，若否，转S500；S500.获取所述城市子区域集合中当天需要检测的城市子区域作为待检测城市子区域，根据所述城市子区域集合中所有城市子区域的入流量概率分布集合和出流量概率分布集合找出所述待检测城市子区域的近似区域，综合所述待检测城市子区域和所述近似区域的数据得到所述待检测城市子区域的当前检测数据库；S600.使用FDP方法构建所述待检测城市子区域当天的入流量概率分布和出流量概率分布，根据所述待检测城市子区域的当前检测数据库，使用LOF算法对所述入流量概率分布和出流量概率分布进行检测，根据检测结果判断所述待检测城市子区域当天是否存在异常事件；所述城市路网数据包括城市经纬度范围，城市路网信息；所述城市子区域包括：城市子区域编号，城市子区域经纬度范围。

全文数据：

权利要求：

百度查询： 江西师范大学 一种基于概率分布的城市异常检测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD