[發明專利]一種基于大數據挖掘的軌跡智能匹配關聯分析方法

有效

• 申請號: 201811488911.8
• 申請日: 2018-12-06
• 公開（公告）號: CN109634946B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 王國鋒;劉海濱;莊維維;朱榮亞
• 申請（專利權）人: 南京森根科技股份有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2458
• 代理公司: 廣州天河萬研知識產權代理事務所(普通合伙) 44418
• 代理人: 劉強

1.一種基于大數據挖掘的軌跡智能匹配關聯分析方法，其特征在于，包括以下步驟：

S1：車輛和電子串號的源數據處理；分別將車輛和電子串號的偵碼設備采集的數據進行去重、刪除缺失值記錄方法進行清洗處理；

S2：站點匹配；通過設備經緯度確定偵碼采集設備和車輛抓拍設備是否處在同一地點；

S3：判斷軌跡方向是否一致；以數據記錄中任意一輛車為例，根據車輛的行駛軌跡，當車輛在T₁時間經過P₁站點，則時間T₁±ΔT對應的電子串號集合為A，車輛T₂時間經過P₂站點，則時間T₂±ΔT對應的電子串號集合為B，同時T₂±ΔT對應P₃站點的電子串號集合為C，P₃站點與P₂站點距離N，當N＝L_max，且C∈A則車輛在時間[T_1,T₂]內的電子串號的有效集合為A-C+B，依次遞歸，計算出與車輛關聯的電子串號集合；

S4：對數據提取多維度特征作為初始樣本；并存儲數據；

S5：利用Fisher判別法剔除樣本中的離群點和異常點，對于匯總分析得出的統計數據，收集樣本，樣本包括電子串號與車輛明確存在一一對應的關系的特征數據則標記類別為1、電子串號與車輛明確不存在一一對應的關系的特征數據則標記類別為0，通過Fisher判別法將類別為0的數據中的離群點進行過濾；

S6：人車關聯模型建立及優化，將處理后的樣本集，運用Logistic Regression算法模型得到參數估計值對處理后的樣本建立模型，根據得到的參數估計值可計算出每一組車輛和電子串號的Logit(p)，并將Logit(p)映射收斂到區間[0,1]，得到最終車輛和電子串號的關聯度。

2.一種如權利要求1所述的基于大數據挖掘的軌跡智能匹配關聯分析方法采用的分析系統，其特征在于，包括過車數據存儲模塊、偵碼數據存儲模塊、人車軌跡匹配計算模塊、統計數據存儲模塊、人車關聯分析模塊、人車關聯結果解析模塊；

所述過車數據存儲模塊、偵碼數據存儲模塊用于管理采集的原始過車數據和電子串號數據；

所述人車軌跡匹配計算模塊用于計算車輛與電子串號的多維度特征樣本，并剔除離群點和異常點；

所述統計數據存儲模塊用于存儲車輛和電子串號的多維度特征樣本；

所述人車關聯分析模塊用于基于Logistic Regression算法計算車輛和電子串號的關聯度；

所述人車關聯結果解析模塊，用于將計算得到的關聯度結果解析并存儲。

3.根據權利要求2所述的一種分析系統，其特征在于，所述過車數據存儲模塊、偵碼數據存儲模塊和統計數據存儲模塊采用數據庫分布式完成存儲。

4.根據權利要求2所述的一種分析系統，其特征在于，所述人車軌跡匹配計算模塊和人車關聯分析模塊為大數據計算、分析中心，通過Logistic Regression算法模型完成計算。

5.一種如權利要求2所述的分析系統的使用方法，其特征在于，包括以下步驟：

客戶在系統中輸入某個電子串號或者車牌信息，系統即可輸出與之相應的車牌或電子串號的關聯度，以輸入電子串號為例，系統輸出該電子串號對應關聯的車牌以及他們之間的關聯度，客戶可以據此快速識別出目標車在一定時間范圍內的車內人員。