[發(fā)明專利]基于隨機(jī)森林的套牌車分析方法、系統(tǒng)及計(jì)算機(jī)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011052872.4
• 申請(qǐng)日: 2020-09-29
• 公開(kāi)（公告）號(hào): CN112257869A
• 公開(kāi)（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 林伊龍;熊赟;王鵬飛;夏曙東
• 申請(qǐng)（專利權(quán)）人: 北京北大千方科技有限公司
• 主分類號(hào): G06N20/00
• 分類號(hào): G06N20/00;G06F16/2455;G06Q50/26
• 代理公司: 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達(dá)

1.一種基于隨機(jī)森林的套牌車分析方法，其特征在于，具體包括以下步驟：

獲取預(yù)設(shè)時(shí)間段內(nèi)城市過(guò)車數(shù)據(jù)以及套牌車過(guò)車數(shù)據(jù)；

對(duì)所述預(yù)設(shè)時(shí)間段內(nèi)城市過(guò)車數(shù)據(jù)以及套牌車過(guò)車數(shù)據(jù)進(jìn)行預(yù)處理，得到車輛樣本集以及標(biāo)簽集；

依據(jù)所述車輛樣本集以及標(biāo)簽集進(jìn)行隨機(jī)森林模型訓(xùn)練，得到訓(xùn)練好的隨機(jī)森林模型；

輸入待分析的過(guò)車數(shù)據(jù)至所述訓(xùn)練好的隨機(jī)森林模型，得到套牌車分析結(jié)果。

2.根據(jù)權(quán)利要求1所述的套牌車分析方法，其特征在于，所述對(duì)所述過(guò)車數(shù)據(jù)以及套牌車過(guò)車數(shù)據(jù)進(jìn)行預(yù)處理，得到車輛樣本集以及標(biāo)簽集，具體包括以下步驟：

獲取所述預(yù)設(shè)時(shí)間段內(nèi)城市過(guò)車數(shù)據(jù)的車輛屬性特征，得到數(shù)據(jù)集，其中，所述車輛屬性特征包括有效數(shù)據(jù)特征和無(wú)意義數(shù)據(jù)特征；

依據(jù)所述套牌車過(guò)車數(shù)據(jù)對(duì)所述數(shù)據(jù)集中的車輛進(jìn)行打標(biāo)簽，得到包含車輛是否為套牌車標(biāo)簽的標(biāo)簽集；

剔除所述數(shù)據(jù)集中的無(wú)效車輛數(shù)據(jù)集，得到車輛樣本集；其中，所述無(wú)效車輛數(shù)據(jù)集是指無(wú)所述有效數(shù)據(jù)特征或缺失關(guān)鍵所述有效特征數(shù)據(jù)的車輛數(shù)據(jù)的集合。

3.根據(jù)權(quán)利要求2所述的套牌車分析方法，其特征在于，所述得到數(shù)據(jù)集之后，還包括對(duì)所述有效數(shù)據(jù)特征部分缺失的車輛，進(jìn)行有效數(shù)據(jù)特征補(bǔ)充，得到車輛的完整有效數(shù)據(jù)特征。

4.根據(jù)權(quán)利要求3所述的套牌車分析方法，其特征在于，所述進(jìn)行有效數(shù)據(jù)特征補(bǔ)充的步驟包括：

獲取所述有效數(shù)據(jù)特征部分缺失車輛的第一有效數(shù)據(jù)特征；

根據(jù)所述第一有效數(shù)據(jù)特征匹配車輛檔案信息以及車輛年檢信息，對(duì)所述有效數(shù)據(jù)特征部分缺失的有效數(shù)據(jù)特征進(jìn)行補(bǔ)充。

5.根據(jù)權(quán)利要求2所述的套牌車分析方法，其特征在于，在所述獲取數(shù)據(jù)集之后，還包括：剔除所述數(shù)據(jù)集中的車輛的無(wú)效特征信息，保留數(shù)據(jù)集中的車輛的有效特征信息。

6.根據(jù)權(quán)利要求2所述的套牌車分析方法，其特征在于，所述有效數(shù)據(jù)特征包括車牌號(hào)、號(hào)牌種類、車身顏色、出現(xiàn)時(shí)間、出現(xiàn)地點(diǎn)和/或車速；所述無(wú)意義數(shù)據(jù)特征包括數(shù)據(jù)ID、設(shè)備廠家、車道和/或行駛方向。

7.根據(jù)權(quán)利要求1所述的套牌車分析方法，其特征在于，所述依據(jù)所述車輛樣本集以及標(biāo)簽集構(gòu)建隨機(jī)森林模型并進(jìn)行模型訓(xùn)練，得到訓(xùn)練后的隨機(jī)森林模型，具體包括以下步驟：

S1：根據(jù)所述車輛樣本集和標(biāo)簽集進(jìn)行有放回的隨機(jī)選取，得到訓(xùn)練集以及測(cè)試集；

S2：根據(jù)所述訓(xùn)練集的樣本數(shù)量和特征數(shù)量，構(gòu)建隨機(jī)森林模型；

S3：輸入所述訓(xùn)練集至所述隨機(jī)森林模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的隨機(jī)森林模型；

S4：輸入所述測(cè)試集至所述訓(xùn)練后的隨機(jī)森林模型，得到模型得分；

S5：根據(jù)所述模型得分對(duì)所述訓(xùn)練后的隨機(jī)森林模型進(jìn)行參數(shù)調(diào)整，得到新的隨機(jī)森林模型；

S6：重復(fù)步驟S1、S2、S3、S4和S5進(jìn)行模型訓(xùn)練，直至所述模型得分大于或等于分?jǐn)?shù)閾值，以及所述模型在訓(xùn)練集上過(guò)擬合時(shí)終止訓(xùn)練，最后得到訓(xùn)練好的隨機(jī)森林模型。

8.一種基于隨機(jī)森林的套牌車分析系統(tǒng)，其特征在于，具體包括：

車輛數(shù)據(jù)獲取模塊：用于獲取預(yù)設(shè)時(shí)間段內(nèi)城市過(guò)車數(shù)據(jù)以及套牌車過(guò)車數(shù)據(jù)；

數(shù)據(jù)預(yù)處理模塊：用于對(duì)所述預(yù)設(shè)時(shí)間段內(nèi)城市過(guò)車數(shù)據(jù)以及套牌車過(guò)車數(shù)據(jù)進(jìn)行預(yù)處理，得到車輛樣本集以及標(biāo)簽集；

隨機(jī)森林模型訓(xùn)練模塊：用于依據(jù)所述車輛樣本集以及標(biāo)簽集進(jìn)行隨機(jī)森林模型訓(xùn)練，得到訓(xùn)練好的隨機(jī)森林模型；

套牌車分析模塊：用于輸入待分析的過(guò)車數(shù)據(jù)至所述訓(xùn)練好的隨機(jī)森林模型，得到套牌車分析結(jié)果。

9.一種基于隨機(jī)森林的套牌車分析設(shè)備，其特征在于，包括：

存儲(chǔ)器：用于存儲(chǔ)可執(zhí)行指令；以及

處理器:用于與所述存儲(chǔ)器連接以執(zhí)行所述可執(zhí)行指令從而完成權(quán)利要求1-6任一項(xiàng)所述的基于隨機(jī)森林的套牌車分析方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，其上存儲(chǔ)有計(jì)算機(jī)程序；計(jì)算機(jī)程序被處理器執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的基于隨機(jī)森林的套牌車分析方法。