[发明专利]基于无监督智能学习算法的非法运营车辆识别方法

权利要求书

1.一种基于无监督智能学习算法的非法运营车辆识别方法，该方法包括下列顺序的步骤：

（1）输入待识别车辆的筛选条件；

（2）根据筛选条件，在Hadoop大数据平台上检索出与筛选条件相关的车辆的过车数据；

（3）对检索出来的过车数据进行数据预处理；

（4）通过Hadoop大数据平台的MapReduce引擎，采用无监督智能学习算法对预处理后的过车数据进行分析处理，将所有过车数据的局部离群因子大于所设定的离群点判别阈值的过车数据按离群因子从大到小的顺序输出，这些点即为所要求的 离群点；

（5）对分析结果进行统计分析，并将统计结果与阈值进行比较后，识别车辆是否为非法运营车辆，将最终的识别结果呈现给用户；将离群点与非法运营车辆判别阈值比较，离群点数大于非法运营车辆判别阈值的车辆即为非法营运车辆；

所述采用无监督智能学习算法对预处理后的过车数据进行分析处理包括以下步骤：

（1）计算过车数据间的欧几里得距离：将经预处理后的过车数据转变为数值型数据，计算待识别车辆的每条过车数据与其他所有车辆过车数据的欧几里得距离；

（2）计算过车数据的第k领域：将欧几里得距离按从小到大的顺序进行排序，取第k个值作为该过车数据的第k距离，以此过车数据为中心，以第k距离值为半径的空间区域为该过车数据的第k领域；

（3）计算过车数据的可达距离：将某条过车数据的第k距离与其第k领域中其他过车数据的第k距离比较，取最大的值作为第k领域内过车数据所对应的可达距离；

（4）计算过车数据的可达密度：求得每条过车数据第k领域内所有过车数据可达距离的平均值，对此平均值求倒数，即得到各过车数据的可达密度；

（5）计算过车数据的离群因子：计算得到某条过车数据第k领域内所有过车数据可达密度与该条过车数据的可达密度之比，求得所有比值的平均值，对此平均值求倒数，即得到各个过车数据的局部离群因子；

（6）计算过车数据中的离群点：将每个过车数据的局部离群因子与离群点判别阈值比较，大于离群点判别阈值的局部离群因子作为离群点，离群点判别阈值为1.5。

2.根据权利要求1所述的基于无监督智能学习算法的非法运营车辆识别方法，其特征在于：所述筛选条件包括车辆经过卡口的起止时间，卡口编号，以及车牌号码。

3.根据权利要求1所述的基于无监督智能学习算法的非法运营车辆识别方法，其特征在于：所述数据预处理包括以下步骤：

（1）特征选择：采用MapReduce引擎获取存储在分布式文件系统HBase中的卡口过车数据，然后通过相关性分析得到车辆过车数据中各特种属性与非法运营车辆间的相关程度，取相关程度靠前的3个确定为过车时间、经过卡口速度以及卡口编号；

（2）过车数据集成：将卡口系统中的过车数据信息与GIS系统中的卡口经纬度坐标信息集成；

（3）过车数据清洗：将过车数据中的非结构化数据进行标准化处理，将过车数据中有缺失或错误的数据删除，同时根据车型条件，删除大型客车、货车车辆；根据车牌号码，删除出租车、单位用车车辆；

（4）过车数据特征属性变换：将过车时间、卡口编号的非数字型属性值转换为数字型属性值，并将过车时间、卡口经纬度坐标值进行放大处理。

4.根据权利要求1所述的基于无监督智能学习算法的非法运营车辆识别方法，其特征在于：将离群点与非法运营车辆判别阈值比较，离群点数大于非法运营车辆判别阈值的车辆即为非法营运车辆，非法运营车辆判别阈值为10。