基于时序大模型的多源交通数据质量评估报警方法

本申请涉及城市智能交通技术领域，尤其涉及一种基于时序大模型的多源交通数据质量评估报警方法，包括：获取目标道路历史多源交通流量，将其进行关联及筛选，采用动态时间规整算法获取每对关联设备的置信度水平等级，根据置信度水平等级对数据进行差异化保留，获取历史可信流量数据集；根据历史可信流量数据集训练时序大模型，并将当前时刻上一时段内的多源交通流量输入训练后的时序大模型，获取当前时刻的多源交通流量预测数据以及双源差异度预测值；获取当前时刻的多源交通实际流量以及双源差异度值，与当前时刻的预测值进行对比，生成多维度异常评分；根据多维度异常评分进行数据异常报警。本申请显著提升了异常检测的准确性与实时响应能力。