[发明专利]基于平均偏移量平移的数据噪音点检测方法

摘要

本发明公开了一种基于平均偏移量平移的交通流量数据噪声点检测方法。本发明主要结合历史数据与邻近数据进行噪声判断以便后续进行相应处理。历史数据指在某一时刻，前几个周期该时刻车流量数据的平均值，邻近数据指待被判定点周围的车流量数据。结合历史数据与邻近数据解算出偏移量，再用周期内的数据与偏移量去拟合历史数据，最后根据拟合的数据与历史数据的偏差来判断数据是否为噪声数据。本发明能够更加准确的定位交通车流量数据中存在的噪声，促进智能交通更精准处理。

主权项

基于平均偏移量平移的交通流量数据噪声点检测方法，其特征在于该方法包括以下步骤：步骤一：假设车流量的真实数据为T，周期为N，Ti表示某周期内第i个时刻对应的交通流量数据，i＝1,…N；假设共有M个周期,则此时刻的车流量的历史值为H＝{Ti1,Ti2,…,Tij},j＝1,…M；Tij表示第j个周期第i条车流量数据；先计算出周期内某时刻平均值，再计算出该时刻的偏移量Di如下：Di=Ti-Σj=1M-1Hij/(M-1)]]>步骤二：将偏移量D进行排序记为D′，单周期车流量数据共有N条；过滤掉较小和较大的1/5数据，将剩下3/5的数据进行取平均值；设置一个阈值A，通过调整阈值A的大小来决定拟合过后的数据是否有效；噪声点的判断如下：A<|Σj=1M-1Hij+Σi=N/54N/5Di-Ti|]]>步骤三：结合数据质量来调节阈值A的大小，将噪声点记录下来并将噪声平滑。