确定异常车流量数据的方法和装置制造方法及图纸

本申请公开了确定异常车流量数据的方法和装置。该方法通过在车流量和时间维度串联应用孤立森林算法，可以确定总车流量数据集合中与多数车流量数据差异较大的车流量数据，即异常车流量数据。由于异常车流量数据可以体现时间上的分布规律，从而为根据时间规律控制路灯的工作模式提供了基础。

Method and Device for Determining Abnormal Traffic Flow Data

This application discloses a method and device for determining abnormal traffic flow data. By applying the isolated forest algorithm in series in the traffic flow and time dimension, this method can determine the traffic flow data which is different from most traffic flow data in the aggregation of total traffic flow data, that is, abnormal traffic flow data. Because the abnormal traffic flow data can reflect the time distribution law, it provides a basis for controlling the working mode of street lamp according to the time law.

【技术实现步骤摘要】
确定异常车流量数据的方法和装置
本申请涉及计算机
，具体涉及确定异常车流量数据的方法和装置。
技术介绍
现有技术中，围绕降低路灯在深夜的能耗问题，近几年发展出了多种路灯夜间节能控制方式，广泛运用的有分时段改变路灯工作数目和光照强度控制方式、跟踪车辆位置的来车亮灯式控制和根据路面实时车流量大小自动调节光照强度控制方式。后两种都是根据实时路面交通环境被动地进行控制，当深夜交通复杂多变时，对这种系统的响应速度与实时性有很大考验。随后又发展出基于最小二乘法算法的主动控制方式，其通过当天夜间历史车流数据拟合出车流变化曲线来预测未来车流量，使系统可以提前控制，这种主动控制方式加快了路灯控制的响应速度。但是，上述的主动与被动控制方式只能机械地根据实时变化的车流状态和所预测的车流变化趋势进行相应控制，并不能分析这些车流变化在时间上的出现的规律。
技术实现思路
本申请公开了一种确定异常车流量数据的方法和装置。首先，本申请公开了一种确定异常车流量数据的方法，包括：获取至少一天的预设时间段内的车流量数据集合，取并集得到总车流量数据集合，车流量数据包含车流量和时间两个维度；对于总车流量数据集合进行采样，得到至少一个样本车流量数据集合；对于至少一个样本车流量数据集合中的每个样本车流量数据集合，基于该样本车流量数据集合对应的、预先训练的孤立树，确定该样本车流量数据集合中在车流量维度上的异常车流量数据，得到该样本车流量数据集合对应的第一异常车流量数据集合；对于各个第一异常车流量数据集合的并集中的各个异常车流量数据，基于预先训练的孤立树，确定在时间维度上的异常车流量数据，得到第二异常车流量数据集合。可选的，该方法还包括：确定第一异常车流量数据集合与第二异常车流量数据集合的差集；确定差集中的各个车流量数据分布的至少一个时间区间。可选的，该方法还包括：在至少一个时间区间内，控制路灯的工作模式符合预设条件。可选的，对于总车流量数据集合进行采样，得到至少一个样本车流量数据集合，包括：对于车流量数据集合中选取目标数量的车流量数据，得到一个样本车流量数据集合，目标数量与总车流量数据集合中车流量总数的比值位于预设比例区间内。可选的，样本车流量数据集合对应的孤立树通过以下步骤训练得到：将该样本车流量数据集合中的各个车流量数据输入孤立树的根节点；基于该样本车流量数据集合中的各个车流量数据在车流量维度的值，确定划分数值以将根节点划分为两个叶子节点；若叶子节点对应的车流量数据的数量大于一，继续对该叶子节点进行划分；若叶子节点对应的车流量数据的数量为1，训练结束，得到该样本车流量数据集合对应的孤立树。其次，本申请还公开了一种确定异常车流量数据的装置，包括：获取单元，获取至少一天的预设时间段内的车流量数据集合，取并集得到总车流量数据集合，车流量数据包含车流量和时间两个维度；采样单元，用于对总车流量数据集合进行采样，得到至少一个样本车流量数据集合；第一确定单元，用于对于至少一个样本车流量数据集合中的每个样本车流量数据集合，基于该样本车流量数据集合对应的、预先训练的孤立树，确定该样本车流量数据集合中在车流量维度上的异常车流量数据，得到该样本车流量数据集合对应的第一异常车流量数据集合；第二确定单元，用于对于各个第一异常车流量数据集合的并集中的各个异常车流量数据，基于预先训练的孤立树，确定在时间维度上的异常车流量数据，得到第二异常车流量数据集合。可选的，该装置还包括：差集确定单元，用于确定第一异常车流量数据集合与第二异常车流量数据集合的差集；时间区间确定单元，用于确定差集中的各个车流量数据分布的至少一个时间区间。可选的，该装置还包括：控制单元，用于在至少一个时间区间内，控制路灯的工作模式符合预设条件。可选的，采样单元还用于：对于总车流量数据集合中选取目标数量的车流量数据，得到一个样本车流量数据集合，目标数量与车流量数据集合中车流量总数的比值位于预设比例区间内。可选的，样本车流量数据集合对应的孤立树通过以下步骤训练得到：将该样本车流量数据集合中的各个车流量数据输入孤立树的根节点；基于该样本车流量数据集合中的各个车流量数据在车流量维度的值，随机确定划分数值以将根节点划分为两个叶子节点；若叶子节点对应的车流量数据的数量大于一，继续对该叶子节点进行划分；若叶子节点对应的车流量数据的数量为1，训练结束，得到该样本车流量数据集合对应的孤立树。本申请提供的方法和装置，与现有技术中直接确定车流量数据集合中车流量较大的时间点相比，通过在车流量和时间维度串联应用孤立森林算法，可以确定总车流量数据集合中与多数车流量数据差异较大的车流量数据，即异常车流量数据。由于异常车流量数据可以体现时间上的分布规律，从而为根据时间规律控制路灯的工作模式提供了基础。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是根据本申请的确定异常车流量数据的方法的一个实施例的流程图；图2是根据本申请的确定异常车流量数据的方法的又一个实施例的流程图；图3是根据本申请的确定异常车流量数据的装置的一个实施例的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关申请相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。如图1所示，示出了根据本申请的确定异常车流量数据的方法的一个实施例的流程。该确定异常车流量数据方法，包括以下步骤：步骤101，获取至少一天的预设时间段内的车流量数据集合，取并集得到总车流量数据集合。在本实施例中，确定异常车流量数据的方法的执行主体可以是硬件也可以是软件。作为示例，执行主体可以是路灯控制芯片或电路，也可以是安装于这些芯片中的控制软件(程序)等。在此基础上，执行主体可以首先从通信连接的其他电子设备或者本地获取至少一天的预设时间段内的车流量数据集合。其中，车流量数据可以包括车流量和时间两个维度。例如，车流量数据可以是二维数组。另外，时间维度可以以时、分为单位，不考虑日期。在本实施例中，上述执行主体可以获取至少一天中的每天的车流量数据集合，也可以是获取至少一天中某些天的车流量数据集合。根据实际需要，至少一天可以是一周、一个月等等。此外，实践中，预设时间段可以是夜间的某一时间段。例如，晚上10：00至早上5：00。车流量数据集合可以是由采集设备以一定的采集频率(例如，20秒一次)采集得到的车流量数据所组成的集合。步骤102，对于总车流量数据集合进行采样，得到至少一个样本车流量数据集合。在本实施例中，上述执行主体可以对总车流量数据集合中的多个车流量数据通过多种采样方式(例如，随机采样)进行采样。根据实际需要，可以进行一次或多次采样。每次采样可以得到一个样本车流量数据集合。一次或多次采样可以得到至少一个样本车流量数据集合。可选的，一次采样可以是从车流量数据集合中选取目标数量的车流量数据，得到一个样本车流量数据集合。目标数量与车流量数据集合中车流量总数的比值位于预设比例区间内。例如，目标数量可以小于或等本文档来自技高网...

【技术保护点】
1.一种确定异常车流量数据方法，包括：获取至少一天的预设时间段内的车流量数据集合，取并集得到总车流量数据集合，车流量数据包含车流量和时间两个维度；对于所述总车流量数据集合进行采样，得到至少一个样本车流量数据集合；对于所述至少一个样本车流量数据集合中的每个样本车流量数据集合，基于该样本车流量数据集合对应的、预先训练的孤立树，确定该样本车流量数据集合中在车流量维度上的异常车流量数据，得到该样本车流量数据集合对应的第一异常车流量数据集合；对于各个第一异常车流量数据集合的并集中的各个异常车流量数据，基于预先训练的孤立树，确定在时间维度上的异常车流量数据，得到第二异常车流量数据集合。

【技术特征摘要】
1.一种确定异常车流量数据方法，包括：获取至少一天的预设时间段内的车流量数据集合，取并集得到总车流量数据集合，车流量数据包含车流量和时间两个维度；对于所述总车流量数据集合进行采样，得到至少一个样本车流量数据集合；对于所述至少一个样本车流量数据集合中的每个样本车流量数据集合，基于该样本车流量数据集合对应的、预先训练的孤立树，确定该样本车流量数据集合中在车流量维度上的异常车流量数据，得到该样本车流量数据集合对应的第一异常车流量数据集合；对于各个第一异常车流量数据集合的并集中的各个异常车流量数据，基于预先训练的孤立树，确定在时间维度上的异常车流量数据，得到第二异常车流量数据集合。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定所述第一异常车流量数据集合与所述第二异常车流量数据集合的差集；确定所述差集中的各个车流量数据分布的至少一个时间区间。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：在所述至少一个时间区间内，控制路灯的工作模式符合预设条件。4.根据权利要求1所述的方法，其特征在于，所述对于所述车流量数据集合进行采样，得到至少一个样本车流量数据集合，包括：对于所述车流量数据集合中选取目标数量的车流量数据，得到一个样本车流量数据集合，所述目标数量与所述车流量数据集合中车流量总数的比值位于预设比例区间内。5.根据权利要求1所述的方法，其特征在于，所述样本车流量数据集合对应的孤立树通过以下步骤训练得到：将该样本车流量数据集合中的各个车流量数据输入孤立树的根节点；基于该样本车流量数据集合中的各个车流量数据在车流量维度的值，随机确定划分数值以将所述根节点划分为两个叶子节点；若叶子节点对应的车流量数据的数量大于一，继续对该叶子节点进行划分；若叶子节点对应的车流量数据的数量为1，训练结束，得到该样本车流量数据集合对应的孤立树。6.一种确定异常车流量数据的装置，...

【专利技术属性】
技术研发人员：庄豫玺，田会峰，朱银东，刘乾，郑艳芳，李雪宝，
申请(专利权)人：张家港江苏科技大学产业技术研究院，
类型：发明
国别省市：江苏,32