基於似然比檢驗統計量的異常軌跡檢測

爲挖掘道路交通流中的異常模式,輔助判定路網中發生的非預期事件,Pang 等人[68]提出了帶參數的基於似然比檢驗統計量的異常檢測方法,識別明顯偏離期望行爲的鄰近網格單元集以及時段區域. 首先統計一定時間內各網格到達的車輛數,根據用戶特定的隨機似然函數,對網格中的所有矩形區域進行 LRT 測試並排序,返回與期望行爲有最大統計差異,即最高分值所在的少數矩形區域作爲異常. 該方法提供了用於發現持續異常以

>>阅读原文<<