一种基于相似度矩阵的地铁异常历史客流识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于相似度矩阵的地铁异常历史客流识别方法及装置，具体包括以下步骤：获取AFC历史客流数据；将所述AFC历史客流数据按照预设规律分为若干组历史客流数据；对于同一组历史客流数据，计算每一天历史客流数据与其他日期历史客流数据的相似度，获得对应于每一组的相似度矩阵；根据每一组的相似度矩阵，计算每一组中每一天的实际相似度并判断；以及当所述实际相似度小于预设阈值时，判定当天的历史客流数据为异常客流数据。本发明专利技术通过使用基于相似度矩阵的方法，在计算效率上也有极大的提升，从而提升客流数据收集的可靠性，加强客流数据分析的有效性，实现客流分析的量化，提升客流预测的准确性。提升客流预测的准确性。提升客流预测的准确性。

【技术实现步骤摘要】
一种基于相似度矩阵的地铁异常历史客流识别方法及装置


[0001]本专利技术涉及智慧安检
，具体涉及一种基于相似度矩阵的地铁异常历史客流识别方法及装置。

技术介绍

[0002]城市轨道交通作为公共交通的重要组成部分，具有运量大、速度快、效率高、准时、污染小等特点，承担着缓解交通拥堵、提高运行效率的功能。随着城市轨道交通网络规模的不断扩大，客流量的急剧增加，网络化运营条件下的城市轨道交通面临着来自自然灾害、社会安全、设施设备故障等突发事故以及高强度客流的冲击。评估城市轨道交通进站客流的韧性，有助于异常客流的识别，从而方便管理者做出正确的决策，这对城市轨道交通的风险辨识、风险防控具有重要的意义，同时也有助于保证城市轨道交通的安全运营和服务水平的提升。
[0003]目前的异常客流预测大多利用目标检测算法对公共交通中的客流量进行实时监测，并根据实时监测结果对未来时刻的客流量进行预测，从而在发生公共交通客流异常前进行客流疏导。但使用目标检测算法等方法预测精度不高，且很难直观的反映出某一日客流的异常程度。
专利技术内容
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于相似度矩阵的地铁异常历史客流识别方法，其特征在于，具体包括以下步骤：获取AFC历史客流数据；将所述AFC历史客流数据按照预设规律分为若干组历史客流数据；对于同一组历史客流数据，计算每一天历史客流数据与其他日期历史客流数据的相似度，获得对应于每一组的相似度矩阵；根据每一组的相似度矩阵，计算每一组中每一天的实际相似度；判断所述实际相似度与预设阈值的大小；以及当所述实际相似度小于预设阈值时，判定当天的历史客流数据为异常客流数据。2.根据权利要求1所述的一种基于相似度矩阵的地铁异常历史客流识别方法，其特征在于，所述预设规律为：将所述AFC历史客流数据按星期分为七组历史客流数据。3.根据权利要求2所述的一种基于相似度矩阵的地铁异常历史客流识别方法，其特征在于，所述相似度矩阵S满足S
X,X
=1，S
X,Y
= S
Y,X
，所述S
X,Y
为日期为X的历史客流数据与日期为Y的历史客流数据的相似度。4.根据权利要求3所述的一种基于相似度矩阵的地铁异常历史客流识别方法，其特征在于，所述S
X,Y
为曲线X与曲线Y的覆盖范围交集与曲线X与曲线Y的覆盖范围并集的比值，其中曲线X为日期为X的历史客流数据在一天之中随时间变化的曲线，曲线Y为日期为Y的历史客流数据在一天之中随时间变化的曲线。5.根据权利要求3...

【专利技术属性】
技术研发人员：俞高赏，刘鹏，刘杰，拜正斌，姜旭，
申请(专利权)人：成都智元汇信息技术股份有限公司，
类型：发明
国别省市：