[发明专利]一种基于KNN算法的交通流异常数据双向检测修复方法有效
| 申请号： | 201711044911.4 | 申请日： | 2017-10-31 |
| 公开（公告）号： | CN107978147B | 公开（公告）日： | 2021-05-11 |
| 发明（设计）人： | 秦一菲;马明辉;王岩松;张亮;郭辉;刘宁宁;王孝兰 | 申请（专利权）人： | 上海工程技术大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/065 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 赵志远 |
| 地址： | 201620 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明涉及一种基于KNN算法的交通流异常数据双向检测修复方法，包括以下步骤：1)获取正常的交通流历史数据，将连续的每5个数据划分为一组，并建立历史数据状态向量库；2)获取待修复的交通流数据中的异常值，并将此异常值标记为v(w)；3)根据异常值构建异常数据状态向量X；4)计算异常数据状态向量X与所有历史数据状态向量X |
||
| 搜索关键词： | 一种 基于 knn 算法 通流 异常 数据 双向 检测 修复 方法 | ||
【主权项】：
一种基于KNN算法的交通流异常数据双向检测修复方法，其特征在于，该方法包括以下步骤：1)获取正常的交通流历史数据，按照时间序列，将连续的每5个数据划分为一组，并建立历史数据状态向量库{Xn}，历史数据状态向量Xn的表现形式为：Xn＝{vh1，vh2，vh3，vh4，vh5}；2)获取待修复的交通流数据中的异常值，并将此异常值标记为v(w)；3)根据异常值构建异常数据状态向量X；4)计算异常数据状态向量X与所有历史数据状态向量Xn之间的欧氏距离d，并进行优选，获取k组优选后的历史数据状态向量以及对应的欧氏距离di(i＝1,2...k)；5)根据k组优选后的历史数据状态向量以及对应的欧氏距离di计算修复值v(w)′；6)对异常值进行删除填补修复。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海工程技术大学，未经上海工程技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711044911.4/，转载请声明来源钻瓜专利网。
- 上一篇：车辆节能
- 下一篇：一种基于多源交通数据动态可靠性的交通状态预测方法
