[发明专利]一种收费站交通流量异常检测方法在审
| 申请号： | 201811341385.2 | 申请日： | 2018-11-12 |
| 公开（公告）号： | CN109255956A | 公开（公告）日： | 2019-01-22 |
| 发明（设计）人： | 靳引利;王赛赛;王萍;李立;汪贵平;王军;许万荣;高乙文;贾真 | 申请（专利权）人： | 长安大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/065 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710064 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种收费站交通流量异常检测方法，对通过收费站车辆的进出高速公路的数据进行清洗、精简、排序以及流量数据分时统计；生成交通流量时间序列数据并对其进行处理，将生成的时间序列数据作为输入，下一个时间段的交通流量为输出，采用DBN模型进行预测；通过计算预测的交通流与离散化处理的实际交通流的相对误差，判断所述相对误差是否超过异常的阈值，如果所述相对误差超过阈值，则该收费站当前的交通流量出现了异常，否则，该收费站交通流量处于正常情况下；采用基于深度信念网络的收费站交通流异常判断模型,通过深度信念网络学习收费站交通流量特征，实现对交通流量的预测，解决了收费站交通流量异常判断过程中的主观随意问题。 | ||
| 搜索关键词： | 交通流量 收费站 相对误差 交通流 时间序列数据 信念网络 异常检测 异常判断 预测 交通流量特征 离散化处理 流量数据 时间段 分时 排序 清洗 高速公路 输出 主观 统计 学习 | ||
【主权项】：
1.一种收费站交通流量异常检测方法，其特征在于，包括以下步骤：步骤1，对每一辆通过收费站车辆的进出高速公路的数据进行处理；步骤101对收费站的车辆原始通行数据进行预处理，进行数据清洗、数据精简、数据排序以及流量数据分时统计；步骤102生成交通流量时间序列数据并对其进行处理，先从收费站的车辆原始通行数据生成交通流量时间序列数据；再对交通流量时间序列数据进行归一化和标准化处理；步骤2，基于DBN的交通流预测：将步骤1所生成的时间序列数据作为输入，下一个时间段的交通流量为输出，采用DBN模型进行预测；步骤3，通过计算预测的交通流与离散化处理的实际交通流的相对误差，判断所述相对误差是否超过异常的阈值，如果所述相对误差超过阈值，则该收费站当前的交通流量出现了异常，如果所述相对误差不超过阈值，则该收费站交通流量处于正常情况下。
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长安大学，未经长安大学许可，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/201811341385.2/，转载请声明来源钻瓜专利网。
