Abstract：
地铁是解决大城市交通拥堵的主要方式之一。大量的地铁出行产生了地铁客流大数据,其中存在少量的出行异常情况,对地铁系统的运行效率、安全性等带来了不利的影响。本文搭建地铁客流大数据平台,在此基础上,提出了基于概率统计的地铁出行异常集成检测方法,包括3个相互联系的检测算法:基于出行时间的异常检测算法、基于出行时间差值的异常检测和基于出行时间比值的异常检测。福州地铁1号线大量实测客流数据的验证表明,本文提出的集成检测方法是有效的,3种算法相互补充,有效地提高了检测率,检测出2.3%的异常数据。通过本文的研究,我们还获取了很多关键的阈值,为今后开发相关软件奠定了基础。
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2018
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
