考虑载客状态的改进孤立森林浮动车异常数据检测算法

来源：交通运输系统工程与信息杂志2024年第1期北京时间：

作者：任其亮, 徐韬, 刘媛, 程龙春

单位：1. 重庆交通大学，重庆 400074；2. 重庆设计集团有限公司，重庆 400050

摘要：为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力，提出基于 S-DTA-IIForest(Summation& Difference Third Order Average & Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间S-DTA特征向量；提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法，通过设置停止阈值参数，避免当出现新样本异常值分数大于停止阈值时，仅更新样本不更新孤立森林模型的问题，设计每个二叉树区分辨识度参数，区分辨识度位于停止区间时停止二叉树生长，提高算法收敛性能，以 ROC (Receiver Operating Characteristic)曲线下面积 AUC (Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析，并以重庆市中心城区学府大道开展实例验证。结果表明：本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89，AUC较传统孤立森林IForest(Isolation Forest)提高32.4%，运行效率提高1.29%，具有收敛速度更快、精度更高的优势，载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%，组合算法对载客数据有更高的检测精度，且未载客状态数据异常率较载客状态增加71.4%，未载客数据异常率更高。

关键词：智能交通,异常数据检测,改进孤立森林,浮动车数据,S-DTA算法

基金资助：国家社会科学基金(21BJY038)