[发明专利]公共设施二维码损毁巡检有效性预测方法及系统

权利要求书

1.公共设施二维码损毁巡检有效性预测方法，其特征在于，包括如下步骤：

S100、获取城市公共设施二维码的所有初始数据信息，作为第一特征数据，将第一特征数据进行数值化处理得到第二特征数据，接着进行标准化处理和降噪处理后得到第三特征数据，再添加隐性特征后得到第四特征数据，其中，所述隐性特征为二维码存活时间；

S200、将所述第四特征数据输入计算模型进行损毁结果预测，计算各个公共设施二维码的预测类型和预测概率，并通过抽样巡检结果修正预测结果；

步骤S200进一步包括：

S210、获取已经过训练的计算模型和计算模型在模型测试集上的准确率,取值1-6；

S220、输入第四特征数据，通过计算模型得到预测结果和m条预测结果组成的预测结果集合，，其中，预测结果包括预测类型和类型预测概率，包括0和1两种数值，0表示预测对应二维码损毁，1表示预测对应二维码正常；

S230、生成模型投票器，获取所有计算模型对同一数据的预测类型，并进行结果判定；在6次投票器结果中，若有超过5次投票器结果一致时，判定为预测类型判断正确，并输出判定为正确的预测类型作为投票器判定类型；

S240、输出投票器加权概率，,其中，为计算模型在模型测试集上的准确率，为投票器的权值，初始值为1；接着判定初步预测结果，当,且时，表示对应二维码已损毁；时，表示对应二维码即将损毁；时，表示对应二维码未损毁；

S300、将修正后的预测结果进行可视化处理，输出城市公共设施二维码巡检预测结果分布图。

2.根据权利要求1所述的公共设施二维码损毁巡检有效性预测方法，其特征在于，步骤S100进一步包括：

S110、将第一特征数据进行数值化处理，得到第二特征数据；

S120、将第二特征数据进行数据标准化，统一第二特征数据的单位和数值长度；

S130、采用PCA方法对第二特征数据中的特征进行降维处理，过滤相关性不高的特征，得到第三特征数据，以提升计算效率和去除噪声干扰；

S140、在第三特征数据中添加隐性特征，隐形特征为通过二维码的张贴时间和巡检信息计算得出的二维码存活时间，得到第四特征数据，所述第四特征数据包括某个二维码的项特征组成的单条数据和条数据组成的数据集合S，其中，，，为某个二维码的单项特征。

3.根据权利要求1所述的公共设施二维码损毁巡检有效性预测方法，其特征在于，所述计算模型包括6种计算模型，分别为：KNN算法、RF算法、SVM算法、AdaBoost算法、gbtr算法和gbtc算法，其中，gbtr算法为梯度提升回归算法，gbtc算法为梯度提升分类算法。

4.根据权利要求1所述的公共设施二维码损毁巡检有效性预测方法，其特征在于，进一步可对投票器加权概率进行数据修正，具体包括如下步骤：

S250、后验数据修正：根据投票器判定类型和投票器加权概率进行抽样巡检，获取实际抽样巡检数据；将实际抽样巡检结果与对应的初步预测结果进行对比，若结果相同则进行激励，；若结果不同则进行惩罚，；其中，为后验修正率，；

S260、基于后验修正后的投票器对S再次进行计算，并输出投票器后验加权概率，。

5.根据权利要求4所述的公共设施二维码损毁巡检有效性预测方法，其特征在于，步骤S300进一步包括：

S310、划定预测结果类型：根据投票器判定类型和投票器后验加权概率，划定预测结果类型；当,且时，表示对应公共设施二维码已损毁，认定为警告状态；时，表示对应公共设施二维码即将损毁，认定为关注状态；时，表示对应公共设施二维码未损毁，认定为普通状态；

S320、点位按预测结果类型输出：整合公共设施二维码数据，获取二维码名称、经纬度坐标，以及对应预测结果分类，使用经纬度坐标绘图，使用不同颜色区分预测结果类型；

S330、生成公共设施二维码巡检预测结果分布图。

6.根据权利要求1所述的公共设施二维码损毁巡检有效性预测方法，其特征在于，所述第一特征数据包括二维码的张贴时间、经纬度坐标、公共设施名称、属性类型等二维码信息，二维码抽样巡检破损信息以及二维码上报破损信息。