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：北京中交兴路信息科技有限公司

摘要：本申请涉及一种货车事故识别方法、装置、存储介质及程序产品。所述方法包括：获取整体数据，整体数据包括车辆的基本属性信息、司机的驾驶行为信息、车辆运营轨迹信息、道路信息、节日信息和天气信息；对整体数据进行过滤、关联、分层抽样，得到样本数据集；整合样本数据集，确定多个主题，计算多个主题下的特征维度；使用多个主题下的特征维度训练孤立森林模型；将货车待识别数据输入训练后的孤立森林模型，以判断货车是否发生事故。本申请充分考虑到货车事故发生的数据极端不平衡的现状，无需收集有标记的样本，从而降低了数据集构建的成本，采用分层抽样保证了和整体数据的分布一致性，通过训练好的孤立森林模型实现了较理想的识别效果。

主权项：1.一种货车事故识别方法，其特征在于，所述方法包括：获取整体数据，所述整体数据包括车辆的基本属性信息、司机的驾驶行为信息、车辆运营轨迹信息、道路信息、节日信息和天气信息；对所述整体数据进行过滤、关联、分层抽样，得到样本数据集；整合所述样本数据集，确定多个主题，计算所述多个主题下的特征维度；使用所述多个主题下的特征维度训练孤立森林模型；将货车待识别数据输入训练后的孤立森林模型，以判断货车是否发生事故；所述多个主题包括：车辆的基本属性信息、司机的驾驶行为信息、车辆的碰撞属性信息、车辆的停靠属性信息、车辆的报警属性信息、车辆关联道路属性信息、车辆的周边停靠车辆信息、车辆运营所在节日信息和车辆运营所处天气信息；所述对所述整体数据进行过滤、关联、分层抽样，得到样本数据集，包括：将车辆运营轨迹信息按时间进行排序，基于相邻轨迹点信息过滤出可能发生事故的停靠行为；将车辆的基本属性信息与车辆运营轨迹信息通过车辆ID进行关联，并基于分组聚合得到各车辆类型所占比例；依据所述各车辆类型所占比例对所述可能发生事故的停靠行为进行无放回抽样，得到样本数据集；所述计算所述多个主题下的特征维度，包括：计算车辆的加速度、车辆的平均速度、车辆的速度标准差、百公里急加速的次数、百公里急减速的次数、百公里超速里程、日均疲劳驾驶时长、百公里危险道路通过次数、百公里转向灯次数、百公里制动次数、停靠前周边的停靠车辆数、停靠后周边的停靠车辆数、停靠前周边车辆的平均速度和停靠后周边车辆的平均速度。

全文数据：

权利要求：

百度查询： 北京中交兴路信息科技有限公司 一种货车事故识别方法、装置、存储介质及程序产品