技術(shù)特征：

1.一種基于Isolation Forest的城市道路交通異常檢測方法，其特征在于，包括以下步驟：

步驟1、以道路為檢測對(duì)象，根據(jù)道路在不同時(shí)段的平均運(yùn)行速度劃分不同類別數(shù)據(jù)集；

步驟2、基于每個(gè)數(shù)據(jù)集訓(xùn)練一個(gè)Isolation Forest，通過檢測道路速度在Isolation Forest中到根節(jié)點(diǎn)的距離來判斷道路是否異常。

2.如權(quán)利要求1所述的基于Isolation Forest的城市道路交通異常檢測方法，其特征在于，步驟1具體為：

設(shè)城市路網(wǎng)用一個(gè)有向圖G表示：

G＝(V,E)

V是有向圖的點(diǎn)集，每個(gè)點(diǎn)表示路網(wǎng)中的交叉口，由經(jīng)度和緯度組成的兩元組表示；E是有向圖的邊集，每條邊表示路網(wǎng)中某條道路；

浮動(dòng)車通過攜帶的GPS設(shè)備返回車輛狀態(tài)，返回?cái)?shù)據(jù)的形式如下：

record＝[carID,time,latitude,lontitude,speed,angel]

其中carID表示車輛的車牌號(hào)，time表示返回記錄時(shí)的時(shí)間，latitude、lontitude表示返回記錄時(shí)車輛所在位置的經(jīng)度和緯度，speed表示車輛速度，angel表示車輛行駛角度；

首先，對(duì)浮動(dòng)車返回的數(shù)據(jù)進(jìn)行地圖匹配，計(jì)算與浮動(dòng)車返回?cái)?shù)據(jù)(latitude、lontitude)最接近的道路上的點(diǎn)，即使浮動(dòng)車數(shù)據(jù)與路段匹配的正確位置；

其次，將浮動(dòng)車數(shù)據(jù)匹配后的道路數(shù)據(jù)進(jìn)行分類，分類有時(shí)間和速度兩個(gè)維度的標(biāo)準(zhǔn)：1)對(duì)每日06：00到21：00時(shí)間段以預(yù)設(shè)時(shí)間間隔進(jìn)行劃分；2)將每個(gè)時(shí)間段內(nèi)道路速度按照城市道路交通評(píng)價(jià)指標(biāo)體系分為四個(gè)速度區(qū)間，

然后對(duì)路網(wǎng)中所有道路按照時(shí)間段標(biāo)記速度區(qū)間，即<e,t,s>表示在時(shí)間段t，道路e屬于速度區(qū)間s，s∈{S₁,S₂,S₃,S₄}，e∈E，其中s是n天內(nèi)的時(shí)間段t道路e速度的均值；

根據(jù)道路標(biāo)記的速度區(qū)間，將所有的道路數(shù)據(jù)分為四個(gè)數(shù)據(jù)集D_i，i∈{1,2,3,4}，如果<e,t,s>的分量s∈S_i，則道路e在n天內(nèi)的時(shí)間段t的記錄<e,t_j,speed>∈D_i,j＝{1,2,……n}。

3.如權(quán)利要求1所述的基于Isolation Forest的城市道路交通異常檢測方法，其特征在于，步驟2具體包括以下步驟為：

步驟2.1、基于數(shù)據(jù)集D_i構(gòu)建Isolation Forest F_i＝{T_k|k＝1,2,…,m}用于檢測城市道路交通異常，F(xiàn)_i是包含m棵異常樹的森林；

步驟2.2、檢測一條道路記錄<e,t_j,speed>，即道路e在第j天的時(shí)間段t內(nèi)的平均速度speed是否異常，先找到其所屬的速度區(qū)間S_i，即找到了對(duì)應(yīng)的Isolation Forest F_i，然后計(jì)算道路記錄在F_i中的平均深度；

步驟2.3、根據(jù)計(jì)算得到道路記錄在Isolation Forest F_i中的平均深度，即道路記錄距離根節(jié)點(diǎn)的期望長度為length，按照公式(1)計(jì)算異常值

$s(x,\mathrm{\&psi;})=2^{-\frac{length}{c\left(\mathrm{\&psi;}\right)}}---\left(1\right)$

c(ψ)由公式(2)計(jì)算。

H(ψ-1)＝ln(ψ-1)+0.57721(歐拉常數(shù))

其中，ψ為256，

如果記錄的返回值s非常接近1，表明記錄離根節(jié)點(diǎn)近，通過很少的劃分便能隔離出來，則這條記錄可以認(rèn)為是異常的；

如果返回值遠(yuǎn)遠(yuǎn)小于0.5，說明記錄距離根節(jié)點(diǎn)較遠(yuǎn)，需要多次劃分才能將這條記錄隔離出來，則這條記錄可以認(rèn)為是正常的。