-
公开(公告)号:CN105303197A
公开(公告)日:2016-02-03
申请号:CN201510765235.4
申请日:2015-11-11
Applicant: 江苏省邮电规划设计院有限责任公司
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6268
Abstract: 本发明公开了一种基于机器学习的车辆跟车安全自动评估方法,包括采集数据,对获取的数据进行数据清洗,保留符合要求的数据,将数据标准化规整到同一数据集D中,对清洗后的数据提取建模所需特征特征字段,根据事故记录和相关监控数据,从清洗规整后的数据中提取出用于机器学习的建模数据M,将M集按给定比例随机抽分为两个子集MT与ME,MT用于模型训练,ME用于模型性能验证测试,采用监督分类的机器学习算法,利用训练数据MT进行建模学习,用ME数据验证所获模型性能,计算相关混淆矩阵和模型分类精度,记录与比较每次结果,选出一个最优模型,使用该最优模型对数据集D中所有记录逐条自动评估,将结果追加到数据集D并输出结果。
-
公开(公告)号:CN104731879A
公开(公告)日:2015-06-24
申请号:CN201510102666.2
申请日:2015-03-09
Applicant: 江苏省邮电规划设计院有限责任公司
IPC: G06F17/30
CPC classification number: G06F17/30943 , G06F17/30194
Abstract: 本发明涉及一种高速公路车辆逃费行为数据分析方法,包括:步骤1,采集收费数据,记为数据集S,以及对应路段卡口和服务区卡口数据,记为数据集K;步骤2,预处理数据集S,保留符合要求的记录数据;步骤3,计算保留的记录数据中车辆出入收费站的车牌记录之间的Levenshitein距离,并追加到每条记录末尾作为新数据集S1;步骤4,对S1频度分析,获得频度分布直方图;步骤5,根据频度分布直方图求出最大类间方差时的分割阈值T;步骤6,将S1中Levenshtein距离大于T的记录数据保存为数据集S2;步骤7,在S2中查找疑似换卡记录对,结果保存为数据集S3;步骤8,在K中查找是否存在与S3中的记录数据相对应的记录。
-
公开(公告)号:CN104731879B
公开(公告)日:2017-08-04
申请号:CN201510102666.2
申请日:2015-03-09
Applicant: 江苏省邮电规划设计院有限责任公司
IPC: G06F17/30
Abstract: 本发明涉及一种高速公路车辆逃费行为数据分析方法,包括:步骤1,采集收费数据,记为数据集S,以及对应路段卡口和服务区卡口数据,记为数据集K;步骤2,预处理数据集S,保留符合要求的记录数据;步骤3,计算保留的记录数据中车辆出入收费站的车牌记录之间的Levenshitein距离,并追加到每条记录末尾作为新数据集S1;步骤4,对S1频度分析,获得频度分布直方图;步骤5,根据频度分布直方图求出最大类间方差时的分割阈值T;步骤6,将S1中Levenshtein距离大于T的记录数据保存为数据集S2;步骤7,在S2中查找疑似换卡记录对,结果保存为数据集S3;步骤8,在K中查找是否存在与S3中的记录数据相对应的记录。
-
-