[发明专利]一种基于kmeans算法的非法运营车辆的识别方法

摘要

本发明涉及一种基于kmeans算法的非法运营车辆的识别方法，对现有的Kmeans算法进行改进，在每次分类完毕后都会剔除符合条件的类，减少了原本算法的迭代次数，时间较短，方法简洁易于理解，在提高分类准确率的基础上拓展了kmeans算法的应用。本发明非法运营车辆的识别率较高，在对样本数据进行训练时，非法运营车辆识别率达69％。

主权项

1.一种基于kmeans算法的非法运营车辆的识别方法，其特征在于，具体步骤包括：A、数据预处理(1)获取非法运营车辆的行驶信息，作为非法运营车辆的样本数据；获得私家车辆的行驶信息，作为合法车辆的样本数据；行驶信息包括道路卡口编号、所在城市的区域编号、过车时刻、过车次数、车型；(2)对步骤(1)获取的行驶信息提取出过车记录数据，对所述过车记录数据进行数据预处理，得到过车记录数据的m个原始特征属性；所述过车记录数据包括道路卡口编号、所在城市的区域编号、过车时刻、过车次数；B、数据分类(3)将步骤(2)得到的m个原始特征属性组成向量，并在向量中添加分类信息，所述分类信息是指该原始特征属性对应的车辆是否为非法运营车辆，得到所有车辆的数据集；将道路卡口编号、所在城市的区域编号、过车时刻、过车次数组成向量；C、获取非法运营车辆分类模型(4)从步骤(3)得到的数据集选取K个数据作为质心；K值在实验中选取，根据样本数据集的大小以及正确率进行设定；(5)对数据集中剩余的每个数据执行以下操作：计算数据到步骤(4)的每个质心的距离，找到求取的最小距离对应的质心，将该数据与该质心归为一类，距离计算公式如式(Ⅰ)所示：式(Ⅰ)中，(α1,α2…αn…αm)是指表示所述数据的向量，(β1,β2...βn...βm)是指表示K个质心中某一质心的向量，Similarity是指所述数据到某一质心的距离；n为整数，1≤n≤m；(6)判断分类是否结束，是的话，进入步骤D，否则，对步骤(5)得到的每一类数据进行如下操作：求取第x类中非法运营车辆在本类中的比例Rillegal,x及合法车辆在本类中的比例Rlegal,x，x为类的序号，1≤x≤K，Rillegal,x是第x类中非法运营车辆的数量与第x类中总数量的比值，Rlegal,x是第x类中合法车辆的数量与第x类中总数量的比值；取Rillegal,x及Rlegal,x中的较大值，与设定阈值λ进行比较，0.6≤λ≤1，如果大于阈值λ，则第x类的数据归为该较大值所属的类，否则，进入步骤(5)；D、车辆识别提取待测车辆的原始特征属性，原始特征属性组成向量，根据式(Ⅰ)计算待测车辆到步骤(4)的每个质心的距离Dt，t＝1,2,...,K；计算待测车辆为合法车辆的概率Plegal及待测车辆为非法运营车辆的概率Pillegal，计算公式如式(Ⅱ)、式(Ⅲ)所示：如果Plegal大于Pillegal，则该待测车辆为合法车辆，否则，该待测车辆为非法运营车辆。