一种基于车辆轨迹时空特征分析的黑车智能发现方法

    公开(公告)号:CN104268599B

    公开(公告)日:2017-05-10

    申请号:CN201410514768.0

    申请日:2014-09-29

    IPC分类号: G06K9/66 G06K9/46

    摘要: 本发明提供一种基于车辆轨迹时空特征分析的黑车智能发现方法。本发明首先提取城市小型车车辆列表,并剔除合法运营出租车,其次对于特定排查期,提取车辆列表中所有车辆在排查期的卡口过车记录数据,进而从过车记录数据中初步筛选得出嫌疑黑车列表;然后选择数据挖掘分析样本,提取车辆时空特征数据,接着采用支持向量机算法训练黑车分类器模型,最后将嫌疑黑车列表中的所有嫌疑黑车特征数据作为测试集输入训练的分类器模型进行分类判定。本发明改变了传统黑车人工排查方法,分析更加智能高效,对车辆行为特征进行多维度提取,通过对训练样本数据进行样本交叉训练消除过拟合问题。

    一种基于车辆轨迹时空特征分析的黑车智能发现方法

    公开(公告)号:CN104268599A

    公开(公告)日:2015-01-07

    申请号:CN201410514768.0

    申请日:2014-09-29

    IPC分类号: G06K9/66 G06K9/46

    CPC分类号: G06K9/6269 G06K9/6256

    摘要: 本发明提供一种基于车辆轨迹时空特征分析的黑车智能发现方法。本发明首先提取城市小型车车辆列表,并剔除合法运营出租车,其次对于特定排查期,提取车辆列表中所有车辆在排查期的卡口过车记录数据,进而从过车记录数据中初步筛选得出嫌疑黑车列表;然后选择数据挖掘分析样本,提取车辆时空特征数据,接着采用支持向量机算法训练黑车分类器模型,最后将嫌疑黑车列表中的所有嫌疑黑车特征数据作为测试集输入训练的分类器模型进行分类判定。本发明改变了传统黑车人工排查方法,分析更加智能高效,对车辆行为特征进行多维度提取,通过对训练样本数据进行样本交叉训练消除过拟合问题。