[发明专利]一种失驾人员筛选方法

权利要求书

1.一种失驾人员筛选方法，其特征在于：该方法包括以下步骤：

(1)数据预处理

(1.1)车辆信息数据预处理，步骤如下：

(1.1.1)数据清洗：获得车辆信息数据，根据设定的清洗规则，删除不符合规则的数据；

(1.1.2)维度削减：删除与失驾分析无关的维度；

(1.1.3)将筛选后的数据存入到数据仓库中，获得预处理后的车辆信息数据集X；

(1.2)违法信息数据预处理，步骤如下：

(1.2.1)数据清洗：获得违法信息数据，根据设定的清洗规则，删除违法时间登记不全的数据；

(1.2.2)维度削减：删除与失驾分析无关的维度；

(1.2.3)将筛选后的数据存入到数据仓库中，获得预处理后的违法信息数据集W；

(1.3)卡口过车记录数据预处理，步骤如下：

(1.3.1)数据清洗：获得卡口过车记录数据，删除车牌号为空的数据，删除设备识别错误的数据；

(1.3.2)数据去重：根据步骤(1.3.1)进行数据清洗后的数据，进行数据去重处理；

(1.3.3)将清洗和去重后的数据存入到数据仓库中，获得预处理后的卡口过车信息数据集K；

(2)嫌疑失驾信息获取

(2.1)失驾人信息和失驾时间信息获取

利用违法信息数据集W中“违法行为”字段，查找违法行为编码对应的违法名称，获得导致驾驶证吊销的违法行为，并从违法信息数据集W筛选出嫌疑失驾人信息和嫌疑失驾时间信息，存储为嫌疑失驾人信息数据集W_p，其中

(2.2)嫌疑失驾车信息获取

根据步骤(2.1)获得的嫌疑失驾人信息数据集W_p，结合步骤(1.1)获得的车辆信息数据集X，获得嫌疑失驾人名下的车辆信息数据，存储为嫌疑失驾车信息数据集X_W，其中

(3)嫌疑失驾车的时-空轨迹分析

(3.1)嫌疑失驾车失驾前与失驾后的时-空轨迹信息获取

(3.1.1)根据步骤(2.1)获得的嫌疑失驾人信息数据集W_P，利用其中的“违法时间”字段，作为嫌疑失驾车失驾前与失驾后的临界时间t；

(3.1.2)结合步骤(2.2)获得的嫌疑失驾车信息数据集X_W和步骤(1.3)获得的卡口过车信息数据集K，获得嫌疑失驾车的过车信息数据K_W；根据临界时间t，将嫌疑失驾车的过车信息数据划分为失驾前过车信息数据和失驾后过车信息数据

(3.1.3)以设定时段为时间槽，假设共有j个时间槽，并设有i个卡口，分别在失驾前过车信息数据和失驾后过车信息数据中统计嫌疑失驾车在各个时间槽内经过各个卡口的总次数，形成一个用以描述嫌疑失驾车在失驾前的轨迹时-空特征的矩阵U_i,j和失驾后的轨迹时-空特征的矩阵V_i,j；

(3.2)嫌疑失驾车失驾前与失驾后的时-空轨迹匹配度计算

计算嫌疑失驾车的失驾前的轨迹时-空特征的矩阵U_i,j和失驾后的轨迹时-空特征的矩阵V_i,j之间的相似度，计算过程如下：

(3.2.1)将矩阵U_i,j转换为向量u＝(u_1,1,u_1,2,...,u_1,j,...,u_i,1,u_i,2,...,u_i,j)，将矩阵V_i,j转换为向量v＝(v_1,1,v_1,2,...,v_1,j,...,v_i,1,v_i,2,...,v_i,j)；

(3.2.2)利用向量空间的余弦相似度量，作为嫌疑失驾车失驾前与失驾后的轨迹匹配度ω，计算公式为(1)：

ω=u·v||u||×||v||---(1)]]>

根据计算得到的轨迹匹配度ω，确定嫌疑失驾车嫌疑度。