[發明專利]基于離群點分析算法的套牌車快速甄別方法

在審

• 申請號: 201610182562.1
• 申請日: 2016-03-24
• 公開（公告）號: CN105654735A
• 公開（公告）日: 2016-06-08
• 發明（設計）人: 馬韻潔;劉暢;張凱;吳艷平;羅晶晶;朱萍
• 申請（專利權）人: 安徽四創電子股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017
• 代理公司: 合肥和瑞知識產權代理事務所(普通合伙) 34118
• 代理人: 王挺;柯凱敏

1.一種基于離群點分析算法的套牌車快速甄別方法，其特征在于 包括以下步驟：

1)、選取套牌車樣本，建立套牌車樣本的車牌號集合；

2)、根據套牌車樣本車牌號，在大數據平臺上檢索出各樣本車輛的 過車數據；

3)、對檢索出來的過車數據進行數據預處理，包括數據清洗、特征 轉換、歸一化處理，之后進入下一步驟；

4)、采用離群點分析算法對上述數據預處理后的過車數據進行分 析，具體包括：

4a、對于經過3)步驟預處理之后的數據，計算每輛套牌車樣本的 每條過車數據與該輛車其他所有過車數據的歐幾里得距離；

4b、對上述的歐幾里得距離按從小到大的順序進行排序，計算該條 過車數據的第k距離和第k領域，進而得到該過車數據所對應的可達距 離；

4c、計算每條過車數據第k領域內所有過車數據可達距離的平均值， 得到該輛車各過車數據的可達密度；

4d、由過車數據的可達密度，獲得所有過車數據的局部離群點因子；

4e、將所有過車數據的局部離群點因子按從大到小的順序進行排 序，根據各局部離群點因子所對應的該車輛經緯度坐標和時間值，通過 速度計算公式，獲得作為套牌車的所有車輛的各速度值；以上述各速度 值中的最小值為套牌車的參考速度值；

5)、將上述參考速度值作為基準值輸入套牌車辨識系統；當需辨識 車輛在不同經緯度坐標的任意兩點出現，根據該兩點出現的時間值差異 而計算出該需辨識車輛的平均行駛速度，此時套牌車辨識系統進行以下 判斷并獲得判定結果：

當該需辨識車輛的平均行駛速度大于或等于上述參考速度值時，該 車輛車牌號為套牌，可通知相應部門處理；

當該需辨識車輛的平均行駛速度小于上述參考速度值時，該車輛為 普通車輛。

2.根據權利要求1所述的一種基于離群點分析算法的套牌車快速 甄別方法，其特征在于：所述步驟1)中，套牌車樣本包括黃牌車和藍 牌車；從卡口系統中查詢出黃牌與藍牌號碼相同的車牌號碼集合作為套 牌車樣本車輛集合。

3.根據權利要求1所述的一種基于離群點分析算法的套牌車快速 甄別方法，其特征在于：所訴步驟2)中，將套牌車樣本車牌號集合輸 入HBase數據庫中進行過車數據檢索，并通過MapReduce獲取存儲在 HBase數據庫中的數據。

4.根據權利要求1所述的一種基于離群點分析算法的套牌車快速 甄別方法，其特征在于：所述步驟3)中，

所述數據清洗步驟為：將過車數據中有缺失或者錯誤的數據刪除；

所述特征轉換步驟為：將非數字型特征屬性值轉換為數字型特征屬 性值，該非數字型特征屬性值至少包括某車輛經過某卡口所對應的時間 和該卡口編號。

5.根據權利要求1所述的一種基于離群點分析算法的套牌車快速 甄別方法，其特征在于：所述步驟4b中，將車輛某條過車數據與其他 過車數據的歐幾里得距離按從小到大的順序進行排序后，取第k個值作 為該過車數據的第k距離；以此過車數據為中心，以第k距離值為半徑 的空間區域為該過車數據的第k領域。

6.根據權利要求1所述的一種基于離群點分析算法的套牌車快速 甄別方法，其特征在于：所述步驟4c中，將某條過車數據與第k領域 中其他過車數據的歐幾里得距離，同他們各自的第k距離比較，取比較 后的最大值作為第k領域內該條過車數據所對應的可達距離；通過求得 每條過車數據第k領域內所有過車數據可達距離的平均值，對此平均值 求倒數，即得到各過車數據的可達密度。

7.根據權利要求1所述的一種基于離群點分析算法的套牌車快速 甄別方法，其特征在于：所述步驟4d中，通過計算得到某條過車數據 第k領域內所有過車數據可達密度與該條過車數據的可達密度之比，獲 得所有比值的平均值；對該平均值求倒數，即得到各過車數據的局部離 群因子；具體計算公式為：

LOF(p)=Σs∈N(p)ρ(s)ρ(p)|N(p)|]]>

其中：LOF(p)為p點的局部離群因子，s為屬于p點第k領域的 點，ρ(s)為s點的可達密度值，ρ(p)為p點的可達密度值，N(p)為p點 的第k領域。

將所有過車數據的局部離群因子大于所設定的基準閾值的過車數 據按離群因子從大到小的順序排列，這些點即為所要求得的局部離群點 因子，所述基準閾值的取值范圍為0.8至0.9。