基于集体离群点挖掘的城市交通异常检测研究

针对时空数据环境下的城市交通异常检测问题,文章提出一种基于集体离群点挖掘的“线下拟合-线上检测”一体化检测模型。该模型采用以距离-密度-权重为度量的改进聚类(distance-density-weight k-medoids,DDWK-medoids)算法,根据城市交通态势自适应确定交通枢纽点的数量和位置,通过对数据进行不同分辨率拟合,将交通流量异常检测与交通轨迹异常检测相结合。在该检测模型中,数据的时间属性与空间属性均未以数值的形式直接参与计算,有效降低了运算复杂度。实验结果表明,该模型算法对于不同规模数据集的处理速度均显著优于对比算法,尤其是对于样本充足的大规模数据集,检测的准确率更具有明显优势。

三论霸上的位置

霸上是秦汉至隋唐期间长安附近的一个重要交通枢纽点,7年前我在研究复原汉唐期间长安附近的交通结构时,发现长安城东向函谷关、武关和蒲关的三条大干道,都是由霸上歧出的,