[发明专利]一种基于大规模数据的贝叶斯分类算法的黑车识别方法

权利要求书

1.一种基于大规模数据的贝叶斯分类算法的黑车识别方法，该方法包括下列顺序的步骤：

(1)从运管处获得多个非法运营车辆的车牌号信息，作为黑车样本车辆；同时获得多个私家车的车牌号信息，作为白车样本车辆，然后从大规模过车数据平台Hadoop中检索出黑车样本车辆和白车样本车辆的过车记录数据；

(2)对检索出来的过车记录数据进行数据预处理，得到过车记录数据的原始特征属性；

(3)根据过车记录数据的原始特征属性计算出车辆出行规律程度；

(4)在大规模过车数据平台Hadoop中，利用过车记录数据的原始特征属性和车辆出行规律程度对贝叶斯分类模型进行训练，得到黑车识别模型；

(5)将卡口系统中未识别的过车数据输入黑车识别模型中，黑车识别模型自动识别车辆是否为黑车，并将识别结果呈现给用户；

计算车辆出行规律程度的具体步骤如下：

(1)建立特征属性向量：将原始特征属性的过车时间、卡口编号、车型和车速组成向量，得到过车记录的特征属性向量；

(2)向量分组：将得到的特征属性向量根据样本进行分类处理，得到对应于白车和黑车的两个向量组；

(3)计算类内离散矩阵：根据公式①、公式②和公式③分别求出对应于白车和黑车的两个向量组样本的类内离散矩阵，公式如下：

S_w＝S₁+S₂③

其中：x_k为过车记录向量，X_i为总体数据集，m_i为每组向量组的期望向量，n_i为每个向量组的元素个数，S₁为过车时间的方差值，S₂为过车速度的方差值，T代表矩阵的转置；S_w为两向量组的方差之和，即类内离散矩阵；X为特征属性取值的排列组合；

(4)计算类间离散矩阵：根据公式④求出两个向量组样本之间的离散矩阵，公式如下：

S_b＝(m₁-m₂)(m₁-m₂)^T ④

其中：m₁和m₂分别为时间向量和速度向量的期望值，S_b为黑车和白车的类间离散矩阵，T代表矩阵的转置；

(5)计算车辆出行规律程度：根据公式⑤由类内离散矩阵和两向量组间的类间离散矩阵得到车辆出行规律程度，公式如下：

其中：m₁和m₂分别为时间向量和速度向量的期望值，S₁为过车时间的方差值，S₂为过车速度的方差值，T代表矩阵的转置。

2.根据权利要求1所述的基于大规模数据的贝叶斯分类算法的黑车识别方法，其特征在于：在进行过车数据检索时，通过大规模过车数据平台Hadoop下的MapReduce引擎获取非关系型分布式数据库HBase中存储的数据，该数据以车牌号信息为索引存储在大规模过车数据平台Hadoop上的HBase中，且以分布式文件系统为基础。

3.根据权利要求1所述的基于大规模数据的贝叶斯分类算法的黑车识别方法，其特征在于：所述数据预处理是指首先将有缺失或者错误的过车记录数据删除，然后通过相关性分析，得到车辆的过车数据中的各特征属性与黑车间的相关程度，取相关程度最大的4个特征属性作为过车记录数据的原始特征属性，即过车时间、卡口编号、车型和车速。