[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

说明书

本申请公开一种基于广义加性模型的逃费稽查方法、装置及设备，本申请通过获取车牌的通行记录和门架交易流水记录，根据门架交易流水记录确定车牌挂靠的各车型的第一概率，根据通行记录预测车牌出现大车小标的第二概率，并确定车牌的入口来源地的第三概率，将第一概率第二概率和第三概率输入训练好的广义加性模型，得到广义加性模型输出的车牌的逃费稽查结果，相比于现有技术，本申请通过将三种概率输入广义加性模型，可以更准确的对车辆是否为“大车小标”的逃费车辆的进行判断，提高了车辆的逃费稽查的效率。

技术领域

本申请涉及车辆计费领域，特别是一种基于广义加性模型的逃费稽查方法、装置及设备。

背景技术

随着全国高速公路“一张网”的实行，各省份取消高速公路省界收费站。为提高通行体验，力推不停车收费的ETC通行。但随着ETC渐渐普及，有部分不良大型货车、拖挂车司机利用ETC发行机构审核不严，在注册OBU时使用拖挂车或集装箱的车头进行注册，但在实际上路行驶时接挂或接集装箱。在该货车通过OBU车道驶出高速时，ETC设备会自动使用OBU内门架计费车型进行OBU金额累计计费，此时会因门架计费车型小于实际行驶车型，达到少缴纳通行费用的目的。

现有的查询逃费车辆方式主要通过人力主动查询，再加上逃费方式的不断变化，导致人力主动查询的效率十分低下，如何实现一种可以判断该车此行程是否为“大车小标”的逃费稽查方法是人们关注的问题。

发明内容

有鉴于此，本申请提供了一种基于广义加性模型的逃费稽查方法、装置及设备，用于提高车辆的逃费稽查的效率。

为了实现上述目的，现提出的方案如下：

一种基于广义加性模型的逃费稽查方法，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。

可选的，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。

可选的，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。

可选的，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：