[发明专利]一种基于广义加性模型的逃费稽查方法、装置及设备

权利要求书

1.一种基于广义加性模型的逃费稽查方法，其特征在于，包括：

获取车牌的通行记录和门架交易流水记录；

根据所述门架交易流水记录，确定所述车牌挂靠的各车型的第一概率；

根据所述通行记录，预测所述车牌出现大车小标的第二概率；

确定所述车牌的入口来源地的第三概率；

将所述第一概率、第二概率及第三概率输入广义加性模型，得到所述广义加性模型输出的所述车牌的逃费稽查结果；

其中，所述广义加性模型以样本车牌的第一概率、第二概率及第三概率作为训练样本，以样本车牌的逃费稽查结果作为训练标签训练得到。

2.根据权利要求1所述的方法，其特征在于，所述通行记录包括入口车型、出口车型、入口轴数、出口轴数、入口重量和出口重量，根据所述通行记录，预测所述车牌出现大车小标的第二概率，包括：

将所述通行记录中的入口车型、出口车型、入口轴数、出口轴数、入口重量和出口重量输入随机森林预测模型，得到所述随机森林预测模型输出的所述通行记录对应的车牌出现大车小标的第二概率；

其中，所述随机森林预测模型以样本通行记录的入口车型、出口车型、入口轴数、出口轴数、入口重量和出口重量作为训练样本，以样本通行记录对应的车牌出现大车小标的第二概率作为训练标签训练得到。

3.根据权利要求1所述的方法，其特征在于，所述门架交易流水记录包括历史门架交易流水记录和门架交易流水黑名单记录，根据所述门架交易流水记录，确定所述车牌挂靠的各车型的第一概率，包括：

根据所述历史门架交易流水记录，确定所述车牌挂靠的各车型的白名单概率；

根据所述门架交易流水黑名单记录，确定所述车牌挂靠的各车型的黑名单概率；

将所述白名单概率和所述黑名单概率组成所述第一概率。

4.根据权利要求1所述的方法，其特征在于，将所述第一概率、第二概率及第三概率输入广义加性模型，得到所述广义加性模型输出的所述车牌的逃费稽查结果，包括：

利用如下公式计算所述第一概率、第二概率及第三概率：

M＝λ₁m₁+λ₂m₂+λ₃m₃

其中，M表示逃费稽查结果，λ表示加性模型权重系数，m₁表示第一概率，m₂表示第二概率，m₃表示第三概率。

5.根据权利要求1所述的方法，其特征在于，入口来源地包括省内来源或邻近省来源或非邻近省外来源，确定所述车牌的入口来源地的第三概率，包括：

利用如下表达式分别表示第三概率：

其中，a表示省内来源次数，b表示邻近省来源次数，c表示非邻近省外来源次数。

6.根据权利要求2所述的方法，其特征在于，所述随机森林预测模型包括：输入层、归一层、特征处理层和预测层；

所述随机森林预测模型的训练过程，包括：

通过输入层，获取样本通行记录中的入口车型、出口车型、入口轴数、出口轴数、入口重量和出口重量；

通过归一层，将入口车型、出口车型、入口轴数、出口轴数、入口重量和出口重量归一化处理；

通过特征处理层，将归一化后的入口车型、出口车型、入口轴数、出口轴数、入口重量和出口重量进行特征提取，得到特征向量；

通过预测层，基于所述特征向量确定所述样本通行记录对应的车牌出现大车小标的第二概率；

利用损失函数对确定的车牌出现大车小标的第二概率与所述样本通行记录对应的车牌出现大车小标的第二概率的差值进行计算，得到预测损失值；

根据所述预测损失值更新随机森林预测模型。