买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥学院

摘要：本发明公开了一种疑似非正常营运客车提前甄别及预防式监管方法，属于交通管理及控制领域，构建疑似非正常营运客车提前甄别及预防式监管方法数据库，基于偏差波动设定自适应的行驶里程阈值，高精度的识别疑似非正常营运客车群体；在高精度识别的基础上，基于车辆、车主等多维特征指标，通过方差分析方法刻画疑似非正常营运客车的特征画像，进而在新车购置、二手车交易等环节提前甄别疑似非正常营运群体，进而开展预防式监管，有助于从源头上减少非正常营运行为，有效提高交通管理部门执法效率，大大减少对社会的危害。

主权项：1.一种疑似非正常营运客车提前甄别及预防式监管方法，其特征在于，包括如下步骤：步骤一，构建疑似非正常营运客车提前甄别及预防式监管方法数据库：数据库包含数据集一为城市一定时间段内小型客车过车数据；数据集二为城市一定时间段内小型客车的单次出行轨迹数据；数据集三为网约车监管平台获取的城市网约客车信息数据；数据集四为出租车监管平台获取的城市出租客车信息数据；数据集五为城市机动车信息数据；步骤二，获取高度疑似非正常营运客车数据库：将步骤一中数据集二和数据集三通过客车号牌进行匹配，获取网约客车单次出行轨迹数据，分别计算各网约客车一个月内平均每天行驶里程Sp，p表示第p天，并将Sp的K倍设为疑似营运客车识别阈值Sp′，通过交通管理部门现场执法校验，并基于偏差变化率计算的自适应K值获取算法，自动获取合适的K值以提高识别精度，以阈值Sp′作为判断条件从小型客车中筛选出疑似营运客车，通过网约车监管平台和出租车监管平台剔除合规网约客车和出租客车数据，去除出行起讫点相对固定及路网出行期间大多无乘客乘车的车辆数据，得到高度疑似非正常营运客车数据库；步骤三，对步骤二中产生的高度疑似非正常营运客车数据进行特征画像，利用方差分析方法挖掘疑似非正常营运行为的车辆、车主的特征信息；步骤四，通过欧式距离，在新车购置、二手车交易环节对符合特征画像的疑似非正常营运的车辆和车主进行提前甄别，甄别后采用非正常营运客车预防式监管策略，即通过法规宣传、跟踪监测方式进行预防式监管，并针对步骤二识别的高度疑似非正常营运客车数据库，开展针对性的精准交通执法；步骤一中的数据集一具体包括客车号牌、过车时间、路口名称、进口方向、车道编号，有无乘客字段；数据集二具体包括包括客车号牌、单次出行开始时间、单次出行结束时间、单次出行开始路段、单次出行结束路段、单次出行路径、单次出行里程字段；数据集三具体包括客车号牌、所属行政区域字段；数据集四具体包括客车号牌、所属行政区域等字段；数据集五为城市机动车信息数据，包括客车号牌、客车使用性质、客车车龄、客车是否为二手车、客车车价、客车品牌、驾驶员年龄、驾驶员性别、驾驶员驾照等级、驾驶员职业、驾驶员购车次数字段；步骤二中疑似非正常营运客车识别阈值系数初始K值设为0.6，通过交通管理部门现场执法校验，并基于偏差变化率计算的自适应K值获取算法，自动校正K值以提高识别准确率Z，其中Z与K的关系如下公式所示： 其中ρ1表示识别错误率，为依据疑似非正常营运车辆库中进行现场执法错误识别车辆数与识别总车辆数的比值；ρ2表示遗漏识别率，为现场执法识别的非正常营运车辆不在疑似非正常营运车辆库中的车辆数与识别总车辆数的比值；f1、f2为校正系数。

全文数据：

权利要求：

百度查询： 合肥学院 一种疑似非正常营运客车提前甄别及预防式监管方法