[摘 要]根据采集数据进行交通违法的判定是交通监管的难点之一，判定结果通常很难通过传统的方法寻找出来。对此，讨论异常数据检测方法中基于密度的聚类方法和基于统计的方法，并将两种方法应用于交通违法数据研判，判定结果分别得到了数据中的噪音点，数据中的离群值和极端值。据此，可知获知违法数据的可选范围，为交通违法的判定给出依据。

[关键词]交通违法；研判；异常数据；聚类方法；

中图分类号：TU744 文献标识码：A 文章编号：1009-914X（2017）42-0355-01

0.前言

交通事故的发生严重影响交通流前行，通过研究交通违法历史数据，可以发现道路部分下陷，驾驶人素质低等问题。将异常数据检测应用于交通违法数据研判，检测违法数据的异常行为，发现新知识，为交通拥堵改善提供更多更深层信息，也可以发现数据采集过程中的错误记录。[1][2]目前，我国对交通违法数据的分析，大部分分析仅限于一般的统计分析，无法挖掘违法数据背后的交通事故发展规律，交通事故致因等，对于精准研判交通事故有一定的差距。国外将数据挖掘技术应用于道路交通事故分析较早。欧洲从1993年起就致力于交通事故数据挖掘的研究，基本实现了利用某些数据挖掘技术分析事故与特定因素之间的定量关系。[3]

1.研判方法

违法数据的异常数据与其他数据形式不同的原因，除了外在因素，如采集数据中记录人员的观测录入错误、采集仪器不可控的故障；还有异常数据产生于不同机制的内在因素。……