An accompanying vehicle identification method, device, terminal and computer readable storage medium is disclosed. The method includes: selecting monitoring points; marking whether the monitored vehicle appears at the monitoring points within a given monitoring period; acquiring the monitored vehicle according to the situation of the monitored vehicle at the monitoring points, and monitoring the monitored vehicle. The probability of the occurrence of points is recorded as the degree of support, and the frequent iterations of 1 iteration, 2 iterations, 3 iterations, and 2 iterations are extracted in succession. uuuuuuu Frequent I itemset is used to select the vehicle group whose support degree is greater than or equal to the given support degree. Under the given number of frequent itemsets, the vehicle group whose confidence degree is greater than or equal to the given confidence threshold is obtained as the accompanying vehicle group to be checked. The device can be used to implement the method. The steps of realizing the method of accompanying vehicle recognition when the program stored on the terminal and computer readable storage medium is executed by the processor. In the case of unknown license plate number, it can identify the vehicles that often appear together from the massive data.
【技术实现步骤摘要】
伴随车辆识别方法、装置、终端及计算机可读存储介质
本专利技术涉及智能交通
,特别是涉及一种伴随车辆识别方法、装置、终端及计算机可读存储介质。
技术介绍
伴随车辆是指在一定时间内与追踪车辆以一定概率存在伴随关系的车辆。这种车辆具有相互掩护和团伙作案的重大嫌疑,及早监测和识别伴随车辆,能有效降低道路安全系统中的危险因素,对预防和减少道路有关的治安和刑事案件,也具有十分重要的意义。
技术实现思路
有鉴于此,本专利技术提供了一种伴随车辆识别方法、装置、终端及计算机可读存储介质,其能够在车牌号未知的情况下,从海量的数据中识别出经常一起出现的车辆,作为待排查车辆组。从而更加适于实用。为了达到上述第一个目的,本专利技术提供的伴随车辆识别方法的技术方案如下:本专利技术提供的伴随车辆识别方法包括以下步骤:选取监测点,分别为监测点1,监测点2,…,监测点m;在给定的监测时间段内分别标记被监测车辆,包括车1,车2,…,车n是否在所述监测点,包括监测点1,监测点2,…,监测点m出现;根据所述被监测车辆,包括车1,车2,…,车n在所述监测点,包括监测点1,监测点2,…,监测点m出现的情况,获取被监测车辆,包括车1,车2,…,车n在所述监测监测点,包括监测点1,监测点2,…,监测点m出现的概率,并记为支持度;依次迭代提取频繁1项集,频繁2项集,频繁3项集,…,频繁i项集,筛选出支持度≥给定支持度的车辆组;在给定的频繁项集数的条件下,获取置信度≥给定置信度阈值的车辆组,作为待排查伴随车辆组。本专利技术提供的伴随车辆识别方法还可采用以下技术措施进一步实现。作为优选,所述根据所述被监测车 ...
【技术保护点】
1.一种伴随车辆识别方法,其特征在于,包括以下步骤:选取监测点,分别为监测点1,监测点2,…,监测点m;在给定的监测时间段内分别标记被监测车辆,包括车1,车2,…,车n是否在所述监测点,包括监测点1,监测点2,…,监测点m出现;根据所述被监测车辆,包括车1,车2,…,车n在所述监测点,包括监测点1,监测点2,…,监测点m出现的情况,获取被监测车辆,包括车1,车2,…,车n在所述监测监测点,包括监测点1,监测点2,…,监测点m出现的概率,并记为支持度;依次迭代提取频繁1项集,频繁2项集,频繁3项集,…,频繁i项集,筛选出支持度≥给定支持度的车辆组;在给定的频繁项集数的条件下,获取置信度≥给定置信度阈值的车辆组,作为待排查伴随车辆组。
【技术特征摘要】
1.一种伴随车辆识别方法,其特征在于,包括以下步骤:选取监测点,分别为监测点1,监测点2,…,监测点m;在给定的监测时间段内分别标记被监测车辆,包括车1,车2,…,车n是否在所述监测点,包括监测点1,监测点2,…,监测点m出现;根据所述被监测车辆,包括车1,车2,…,车n在所述监测点,包括监测点1,监测点2,…,监测点m出现的情况,获取被监测车辆,包括车1,车2,…,车n在所述监测监测点,包括监测点1,监测点2,…,监测点m出现的概率,并记为支持度;依次迭代提取频繁1项集,频繁2项集,频繁3项集,…,频繁i项集,筛选出支持度≥给定支持度的车辆组;在给定的频繁项集数的条件下,获取置信度≥给定置信度阈值的车辆组,作为待排查伴随车辆组。2.根据权利要求1所述的伴随车识别方法,其特征在于,所述根据所述被监测车辆,包括车1,车2,…,车n在所述监测点,包括监测点1,监测点2,…,监测点m出现的情况,获取被监测车辆,包括车1,车2,…,车n在所述监测监测点,包括监测点1,监测点2,…,监测点m出现的概率,并记为支持度具体包括以下步骤:以横坐标表示所述被监测车辆,包括车1,车2,…,车n;纵坐标表示所述监测点,包括监测点1,监测点2,…,监测点m,若所述被监测车辆出现在所述监测点,则对应的坐标标记为1;若所述被监测车辆未出现在所述监测点,则对应的坐标标记为0,获取所述被监测车辆,包括车1,车2,…,车n与所述监测点,包括监测点1,监测点2,…,监测点m之间的对应关系;根据所述被监测车辆,包括车1,车2,…,车n与所述监测点,包括监测点1,监测点2,…,监测点m之间的对应关系,通过计算,获取被监测车辆,包括车1,车2,…,车n在所述监测监测点,包括监测点1,监测点2,…,监测点m出现的概率,并记为支持度。3.根据权利要求1所述的伴随车辆识别方法,其特征在于,所述支持度的表达式为:其中,support(A)—支持度,count(A)—被监测车辆出现在监测点,包括监测点1,监测点2,…,监测点m的次数,m—监测点的个数。4.根据权利要求1所述的伴随车辆识别方法,其特征在于,所述频繁1项集的结果形如{车1},{车3},{车6}…;所述频繁2项集的结果形如{车1,车2},{车1,车3},{车3,车5}…;所述频繁3项集的结果形如{车1,车2,车3},{车3,车5,车6},{车8,车11,车18}…;以此类推,直至获得所述频繁i项集。5.根据权利要求4所述的伴随车辆识别方法,其特征在于,频繁i+1项集是借助各所述频繁i项集获得。6.根据权利要求1所述的伴随车辆识别方法,其特征在于,所述置信度的表达式为:其中,confiden...
【专利技术属性】
技术研发人员:王昕,刘海峰,李翔,黄溅华,徐强,
申请(专利权)人:中兴智能交通股份有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。