[发明专利]一种交通违法行为算法优化提升的方法

说明书

本发明公开了一种交通违法行为算法优化提升的方法，将道路交通违法数据库通过算法进行计算并给出相应的标签，然后将人工处理结果与通过上述算法计算出的结果进行对比分析，若人工处理结果与算法计算给出的标签结果一致，则算法会加以学习强化记忆；若人工处理结果与算法计算给出的标签结果不一致，以人工处理结果为准，并根据人工处理量结果纠错算法，在之后的道路交通数据计算中，按照纠错后的算法进行计算。本发明通过对交通违法行为算法的优化提升，可以使用计算机算法代替人工进行违法数据处理，从而大幅提高违法数据处理的效率。

技术领域

本发明涉及一种算法优化方法，尤其是一种交通违法行为算法优化提升的方法，属于大数据处理的技术领域。

背景技术

目前对于计算海量数据的算法有很多，但是这些算法都是一个固定性的算法，是一个单环的算法，只会负责计算给定的任务，不会进行自我学习优化提升；当需要处理数据量不断变化的情况时，使得原始的算法很难满足业务的需求。

发明内容

本发明所要解决的技术问题在于提供一种交通违法行为算法优化提升的方法，提高交通违法行为算法的准确性，更好代替人工进行违法数据处理。

为解决上述技术问题，本发明的技术方案如下：

一种交通违法行为算法优化提升的方法，将道路交通违法数据库通过算法进行计算，并对计算的结果给出相应的标签，然后将人工处理结果与通过上述算法计算出的结果进行对比分析，若人工处理结果与算法计算给出的标签结果一致，则算法会加以学习强化记忆；若人工处理结果与算法计算给出的标签结果一致，以人工处理结果为准，并根据人工处理量结果纠错算法，在之后的道路交通数据计算中，按照纠错后的算法进行计算。

上述的关于交通违法行为算法优化提升的办法中，所述的标签包括建议通过、建议作废、涉牌、外省车辆录入和无车辆信息五种标签。

本发明的有益效果：与现有技术相比，本发明可以随着算法所计算的数据和实际违法数据情况不断增多，使算法计算出的结果更加准确，审核人员可以直接根据算法给出的建议结果进行违法数据数据处理，当算法的准确率可以达到99.99%的时候，算法可以代替人工进行违法数据处理，从而大幅提高违法数据处理的效率。

附图说明

图1是本发明的流程示意图。

下面结合附图和具体实施方式对本发明作进一步的说明。

具体实施方式

实施例1：如图1所示，将道路交通违法数据库通过计算机系统算法进行计算并给出相应的标签，系统会根据人工处理结果与系统计算出的结果进行对比分析，若两者结果一致，则系统会加以学习强化记忆；若结果不一致，系统会根据人工处理量结果加以纠错算法，在之后的道路交通数据计算中，系统将会按照纠错后的算法进行计算。当系统处理的数据种类越多时，系统计算出的结果也越准确。

优化算法有：建议通过算法模型、建议作废算法模型、涉牌算法模型、外省车辆录入算法模型、无车辆信息算法模型五种类型算法。具体步骤如下：

（1）“建议通过”类型算法：通过《建议通过算法模型》对违法数据进行计算，系统使用人工处理结果与算法计算结果进行对比，结果一致，则算法会将强记忆；结果不一致时，系统会纠错算法。随着处理的数据越多，算法所计算的结果也会越准确。

（2）“建议作废”算法优化：通过《建议作废算法模型》对违法数据进行计算，系统使用人工处理结果与算法计算结果进行对比，结果一致，则算法会将强记忆；结果不一致时，系统会纠错算法。随着处理的数据越多，算法所计算的结果也会越准确。