一种交通流异常的检测方法及系统

本发明公开了一种交通流异常的检测方法及系统，涉及数据异常检测技术领域，包括：将长短期记忆网络LSTM的输出端与深度Q网络DQN的输入端相连，以构建交通流预测模型；使用核密度估计方法KDE获取交通流数据的特征的概率密度估计值作为正常性得分；根据正常性得分确定数据是否正常，获取确定结果；将DQN对交通流数据的特征的预测结果与确定结果一致的情况作为正奖励，并将预测结果与确定结果不一致的情况作为负奖励，以构建数据驱动奖励函数，使用数据驱动奖励函数替换交通流预测模型中DQN的奖励函数；获取实时交通流数据，根据训练后的交通流预测模型预测实时交通流异常。本发明能够摆脱设定的真实标签和阈值进行自主学习的异常检测。