公开(公告)号：CN107978147B

公开(公告)日：2021-05-11

申请号：CN201711044911.4

申请日：2017-10-31

Applicant: 上海工程技术大学

Inventor： 秦一菲 ,  马明辉 ,  王岩松 ,  张亮 ,  郭辉 ,  刘宁宁 ,  王孝兰

IPC: G08G1/01 ,  G08G1/065

Abstract: 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。与现有技术相比，本发明具有修复精度高、适用性广、提高修复精度、提高交通数据质量等优点。

公开(公告)号：CN107978147A

公开(公告)日：2018-05-01

申请号：CN201711044911.4

申请日：2017-10-31

Applicant: 上海工程技术大学

Inventor： 秦一菲 ,  马明辉 ,  王岩松 ,  张亮 ,  郭辉 ,  刘宁宁 ,  王孝兰

IPC: G08G1/01 ,  G08G1/065

Abstract: 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。与现有技术相比，本发明具有修复精度高、适用性广、提高修复精度、提高交通数据质量等优点。