[發明專利]一種偷逃費嫌疑車輛的確定方法和裝置

在審

• 申請號: 201711387113.1
• 申請日: 2017-12-20
• 公開（公告）號: CN108305461A
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 劉穎;楊磊;王智萍
• 申請（專利權）人: 大唐軟件技術股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G08G1/01
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種偷逃費嫌疑車輛的確定方法，其特征在于，所述方法包括：

獲取各個行車車輛對應的第一通行數據；

提取所述第一通行數據中的檢測數據；

將所述檢測數據輸入第一偷逃費嫌疑車輛確定模型，獲得所述檢測數據對應的第一標識或第二標識；其中，所述第一偷逃費嫌疑車輛確定模型是由第一訓練樣本訓練獲得；所述第一訓練樣本包括：正常車輛通行的第一訓練數據和對應的所述第一標識，及偷逃費車輛通行的第二訓練數據和對應的所述第二標識；

根據所述第一標識或所述第二標識，判斷所述行車車輛是否為偷逃費嫌疑車輛。

2.根據權利要求1所述的方法，其特征在于，在所述獲取各個行車車輛對應的第一通行數據的步驟之前，還包括：

從各業務系統中獲取原始通行數據；

對所述原始通行數據進行預處理，獲得多組第一可信賴通行數據；其中，每組所述第一可信賴通行數據包括：收費數據、路況數據、氣象數據、IC卡數據和路徑數據；

分析黑名單系統中偷逃費車輛的通行特征；

根據所述偷逃費車輛的通行特征，將所述第一可信賴通行數據分為正常車輛通行的第一訓練數據和偷逃費車輛通行第二訓練數據；

利用第一標識標記所述第一訓練數據，且利用第二標識標記所述第二訓練數據；

將所述第一標識及其對應的所述第一訓練數據和所述第二標識及其對應的所述第二訓練數據作為第一訓練樣本進行模型訓練，得到第一偷逃費嫌疑車輛確定模型。

3.根據權利要求2所述的方法，其特征在于，所述將所述第一標識及其對應的所述第一訓練數據和所述第二標識及其對應的所述第二訓練數據作為第一訓練樣本進行模型訓練，得到第一偷逃費嫌疑車輛確定模型的步驟之后，還包括：

將所述第一訓練樣本分為n份；其中，所述n為大于2的正整數；

依次選取n-m份所述第一訓練樣本訓練模型，獲得k個第二偷逃費嫌疑車輛確定模型；

將所述第二訓練數據作為測試數據，依次將所述檢測數據輸入k個所述第二偷逃費嫌疑車輛確定模型，計算測試準確率；

選取最大的所述測試準確率對應的所述第二偷逃費嫌疑車輛確定模型替換所述第一偷逃費嫌疑車輛確定模型。

4.根據權利要求2所述的方法，其特征在于，所述根據所述第一標識或所述第二標識，判斷所述行車車輛是否為偷逃費嫌疑車輛的步驟之后，還包括：

將所述第一標識和所述第二標識及其對應的檢測數據加入所述第一訓練樣本，調整所述第一偷逃費嫌疑車輛確定模型。

5.根據權利要求2所述的方法，其特征在于，所述預處理包括：標準化、和/或編碼、和/或異常點檢測和去除、和/或特征選擇和構建、和/或數據清潔和凈化、和/或數據修正處理。

6.根據權利要求2所述的方法，其特征在于，所述分析黑名單系統中偷逃費車輛的通行特征的步驟之前，還包括：

根據多組所述第一可信賴通行數據，動態計算多組第一可信賴通行數據的平均時間數列；

計算每組第一可信賴通行數據與對應的所述平均時間數列的差值；

將各個所述差值記錄在對應的各組所述第一可信賴通行數據中，獲得多組第二可信賴通行數據；

則所述將所述第一可信賴通行數據分為正常車輛通行的第一訓練數據和偷逃費車輛通行第二訓練數據，包括：

將所述第二可信賴通行數據分為正常車輛通行的第一訓練數據和偷逃費車輛通行第二訓練數據。

7.一種偷逃費嫌疑車輛的確定裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取各個行車車輛對應的第一通行數據；

第一提取模塊，用于提取所述第一通行數據中的檢測數據；

輸入模塊，用于將所述檢測數據輸入第一偷逃費嫌疑車輛確定模型，獲得所述檢測數據對應的第一標識或第二標識；其中，所述第一偷逃費嫌疑車輛確定模型是由第一訓練樣本訓練獲得；所述第一訓練樣本包括：正常車輛通行的第一訓練數據和對應的所述第一標識，及偷逃費車輛通行的第二訓練數據和對應的所述第二標識；

判斷模塊，用于根據所述第一標識或所述第二標識，判斷所述行車車輛是否為偷逃費嫌疑車輛。