[发明专利]一种基于公共交通的异常事件的甄别方法

摘要

本发明公开一种基于公共交通的异常事件的甄别方法，包括：步骤S1、相关数据集的构造，所述数据集是公交和地铁刷卡数据；步骤S2、基于隐马尔科夫链的站点异常状态的识别；步骤S3：基于时空扩散模型的异常事件的甄别。采用本发明的技术方案、可以挖掘出异常事件的扩散模式和发生区域。

主权项

1.一种基于公共交通的异常事件的甄别方法，其特征在于，包括以下步骤：步骤S1、相关数据集的构造构造乘客出行的出行链、构造站点流量序列、构造站点的流量等级序列、取部分天数构造流量等级集合L、建立站点之间的拓扑连接关系；步骤S2、基于隐马尔科夫链的站点异常状态的识别建立的隐马尔科夫模型异常检测的状态空间只包含两个状态，采用0表示正常状态，采用1表示异常状态，观测概率矩阵是一个2×11的矩阵，其中，2代表隐状态0或1，11表示流量等级的个数，定义站点si在d天的时间t的观测概率矩阵是Bt＝[bi,j]N×M，N＝2，M＝11：矩阵的每一行满足条件且0≤b_i,j≤1其中i＝0,1，所述观测概率矩阵的每个元素定义为：其中，Lt·pj是Lt中流量等级j的频数。最后使用维特比算法计算隐状态序列，最终得到站点si各时间段的01状态序列；步骤S3：基于时空扩散模型的异常事件的甄别从上面步骤筛选出各个站点中上车或下车流量的等级序列的状态值为1的时间段定义为异常时空点，设d天时站点si的时空异常点为set(ANOMi，t)，其中，i表示站点编号，t表示时间点，即在d天的时刻t，si的流量监测为异常；采用时空扩散算法来检测异常点的扩散行为，具体为：首先，给每个时空异常点ANOMi，t赋一个flag变量，变量初始为0，表示未被访问；依次遍历时间段为n时的每个时空异常点，对于每个时空异常点找出空间上直接或间接相连的时空异常点，检测在n+1时间段是否存在与这些异常点时间连接的异常点，若是存在，则继续进行按照以上提到的规则做时空扩散检验；若是不存在则输出这个异常点集合。