[发明专利]智慧交通黑车识别方法

摘要

本发明涉及智慧交通技术领域，提供一种黑车识别方法，首先进行车辆的空间特征、时间特征提取，以及对黑车聚集点时空特征进行提取，整理形成三类对应的CSV数据文件；再进行数据归一化与降维处理，将所得到的数据进行归一化处理，使其范围在[‑1,1]之间以及采用主成分分析法进行降维，把空间特征数据减为3个维度，时间特征数据减为2个维度，时空特征数据减4个纬度；最后采用kmean算法分别对步骤5得到的三种数据做聚类分析，得到每辆车的综合黑车嫌疑指数、判定黑车聚集点附近的可疑车辆。

主权项

一种黑车识别方法，其特征在于，包括以下步骤：步骤1、车辆采集点频次计算，以天为计算周期，计算设定范围内RFID采集点的车辆出入频次特征汇总数据，每个数据项包括进次数、出次数、进最早时间以及出最迟时间；步骤2、空间特征提取，对于设定范围内的复数个RFID采集点，把一定时间跨度的数据根据车辆ID做分组统计，统计出车辆在每一个RFID采集点的出现次数，记录形成车辆ID‑RFID采集点标识ID以及出现次数的数据项，并进一步汇总统计形成csv格式的数据文件，记录每辆车在一定时间跨度的出现次数；步骤3、时间特征提取，以天为单位，把一天时间分成48个时间段，半个小时作为一段，统计出每辆车在每个时间段内，被所有的RFID采集的次数，记录车辆ID‑时间段序号‑出现次数‑时间的数据项，并累积统计7天的数据，按天平均，求每个时间段出现次数的平均值；最后整理成CSV格式的数据文件，记录每一辆车在一天中每个时间段平均出现的次数；步骤4、黑车聚集点时空特征提取，将黑车聚集点周围的RFID采集点标记出来，分析这些RFID采集点记录的车辆数据，形成采集点标识ID‑车辆ID‑时间段序号‑出现次数‑日期的数据记录，并累积最近7天的数据，决定在某个时间段的累积出现次数，最后整理形成CSV数据文件；步骤5、数据归一化与降维处理，包括将前述步骤2、步骤3和步骤4所得到的数据进行归一化处理，使其范围在[‑1,1]之间以及采用主成分分析法进行降维，把空间特征数据减为3个维度，时间特征数据减为2个维度，时空特征数据减4个纬度；步骤6、采用kmean算法分别对步骤5得到的三种数据做聚类分析，得到每辆车的综合黑车嫌疑指数、判定黑车聚集点附近的可疑车辆。