基于SSC与XGBoost的高速公路异常收费数据修复算法

作者：裴莉莉; 孙朝云^*; 韩雨希; 李伟; 户媛姣

来源：吉林大学学报（工学版）, 2022, 52(10): 2325-2332.

DOI：10.13229/j.cnki.jdxbgxb20210231

• 交通信息工程
• 异常检测与修复
• 相似系数和
• XGBoost
• K-means

针对高速公路收费数据中的异常检测和修复问题，分别了提出了基于相似系数和SSC(Sum of similar coefficients)的异常检测算法以及基于XGBoost(eXtreme gradient boosting)的多维数据预测修复方法，并使用这两种算法对实际收费数据进行了异常检测和修复处理。结果表明，基于SSC的异常检测算法能够考虑到数据维度之间的相关性，准确地对多维数据异常检测；同时XGBoost多元预测算法与仅针对单维数据的改进拉格朗日算法相比，R2从0.9166提升至0.9856。本文算法有效而准确，能够为公路管理部门数据分析提供高质量的数据支持。