[发明专利]一种基于马尔科夫模型的数据异常诊断方法

摘要

本发明公开了一种基于马尔科夫模型的数据异常诊断方法，包括以下步骤：获取交叉口的车辆信息，定时计算数据延迟指标，并根据数据延迟指标判断是否出现数据延迟，若出现数据延迟则对所述车辆信息进行标记并结束本次数据异常诊断；否则定时计算数据缺失指标，根据数据缺失指标判断是否出现数据缺失，若出现数据缺失则对所述车辆信息进行标记并结束本次数据异常诊断；否则定时计算异常偏离指标，根据异常偏离指标判断是否出现异常偏离，若出现异常偏离则对所述车辆信息进行标记并结束本次数据异常诊断；否则直接结束本次数据异常诊断。本发明的数据异常诊断方法能够进行数据的实时异常监测，且监测的准确性高。

主权项

1.一种基于马尔科夫模型的数据异常诊断方法，其特征在于，所述的基于马尔科夫模型的数据异常诊断方法，包括以下步骤：S1、获取交叉口的车辆信息，所述车辆信息包括过车时间、车牌号码和行驶车道；S2、根据所获取的车辆信息，定时计算数据延迟指标，并根据数据延迟指标判断是否出现数据延迟，若出现数据延迟则对所述车辆信息进行标记并结束本次数据异常诊断；否则定时计算数据缺失指标并进入下一步；S3、根据数据缺失指标判断是否出现数据缺失，若出现数据缺失则对所述车辆信息进行标记并结束本次数据异常诊断；否则定时计算异常偏离指标并进入下一步，所述异常偏离指标的计算包括利用马尔科夫模型进行流量的概率分布预测，以及利用EM算法拟合概率分布得到对应的均值和标准差；S4、根据异常偏离指标判断是否出现异常偏离，若出现异常偏离则对所述车辆信息进行标记并结束本次数据异常诊断；否则直接结束本次数据异常诊断，所述异常偏离的判断包括以均值作为流量的预测值，标准差作为流量的合理分布阈值，判断数据是否出现异常偏离。