[发明专利]基于IsolationForest的城市道路交通异常检测方法

权利要求书

1.一种基于Isolation Forest的城市道路交通异常检测方法，其特征在于，包括以下步骤：

步骤1、以道路为检测对象，根据道路在不同时段的平均运行速度划分不同类别数据集；

步骤2、基于每个数据集训练一个Isolation Forest，通过检测道路速度在Isolation Forest中到根节点的距离来判断道路是否异常。

2.如权利要求1所述的基于Isolation Forest的城市道路交通异常检测方法，其特征在于，步骤1具体为：

设城市路网用一个有向图G表示：

G＝(V,E)

V是有向图的点集，每个点表示路网中的交叉口，由经度和纬度组成的两元组表示；E是有向图的边集，每条边表示路网中某条道路；

浮动车通过携带的GPS设备返回车辆状态，返回数据的形式如下：

record＝[carID,time,latitude,lontitude,speed,angel]

其中carID表示车辆的车牌号，time表示返回记录时的时间，latitude、lontitude表示返回记录时车辆所在位置的经度和纬度，speed表示车辆速度，angel表示车辆行驶角度；

首先，对浮动车返回的数据进行地图匹配，计算与浮动车返回数据(latitude、lontitude)最接近的道路上的点，即使浮动车数据与路段匹配的正确位置；

其次，将浮动车数据匹配后的道路数据进行分类，分类有时间和速度两个维度的标准：1)对每日06：00到21：00时间段以预设时间间隔进行划分；2)将每个时间段内道路速度按照城市道路交通评价指标体系分为四个速度区间，

然后对路网中所有道路按照时间段标记速度区间，即<e,t,s>表示在时间段t，道路e属于速度区间s，s∈{S₁,S₂,S₃,S₄}，e∈E，其中s是n天内的时间段t道路e速度的均值；

根据道路标记的速度区间，将所有的道路数据分为四个数据集D_i，i∈{1,2,3,4}，如果<e,t,s>的分量s∈S_i，则道路e在n天内的时间段t的记录<e,t_j,speed>∈D_i,j＝{1,2,……n}。

3.如权利要求1所述的基于Isolation Forest的城市道路交通异常检测方法，其特征在于，步骤2具体包括以下步骤为：

步骤2.1、基于数据集D_i构建Isolation Forest F_i＝{T_k|k＝1,2,…,m}用于检测城市道路交通异常，F_i是包含m棵异常树的森林；

步骤2.2、检测一条道路记录<e,t_j,speed>，即道路e在第j天的时间段t内的平均速度speed是否异常，先找到其所属的速度区间S_i，即找到了对应的Isolation Forest F_i，然后计算道路记录在F_i中的平均深度；

步骤2.3、根据计算得到道路记录在Isolation Forest F_i中的平均深度，即道路记录距离根节点的期望长度为length，按照公式(1)计算异常值

$s(x,\mathrm{\&psi;})=2^{-\frac{length}{c\left(\mathrm{\&psi;}\right)}}---\left(1\right)$

c(ψ)由公式(2)计算。

H(ψ-1)＝ln(ψ-1)+0.57721(欧拉常数)

其中，ψ为256，

如果记录的返回值s非常接近1，表明记录离根节点近，通过很少的划分便能隔离出来，则这条记录可以认为是异常的；

如果返回值远远小于0.5，说明记录距离根节点较远，需要多次划分才能将这条记录隔离出来，则这条记录可以认为是正常的。