基于层次聚类和决策树的车辆特征评估方法技术

一种基于层次聚类和决策树的车辆特征评估方法，通过建立机动车管控体系，可协助交通部门做高效精准管理；包括根据车辆本身属性和车辆被驾驶的行为特征，确定相应的车辆评估指标；获取待评价车辆的评估指标数据；对车辆评估指标数据进行层次聚类处理；根据层次聚类的结果，进行划分类别并标注；基于层次聚类后标注的数据，建立决策树进行训练进而构建车辆危险评估模型；基于车辆危险评估模型，对待评价车辆进行危险等级评估。本发明专利技术使用层次聚类和决策树结合的方法，构建车辆危险等级模型，通过量化的风险评估，为交通管理者对不同风险的车辆差异化管理，提高道路安全管理的效率，减少安全隐患。

Vehicle feature evaluation method based on hierarchical clustering and decision tree

【技术实现步骤摘要】
基于层次聚类和决策树的车辆特征评估方法
本专利技术涉及交通安全
，具体涉及一种基于层次聚类和决策树的车辆特征评估方法。
技术介绍
一直以来，机动车作为交通管理的主要对象都受到了交通管理者的重点管控，但由于机动车数量的剧增，交管部门有限的警力资源己经无法对其进行全方位的严格管控，致使各类交通违法和乱象层出不穷，给人们的交通出行安全带来极大的隐患。
技术实现思路
本专利技术提出的一种基于层次聚类和决策树的车辆特征评估方法，结合交通警务管理实战的需求，建立机动车管控体系，可协助交通部门做高效精准管理，提供道路安全。为实现上述目的，本专利技术采用了以下技术方案：一种基于层次聚类和决策树的车辆特征评估方法，包括以下步骤：S100、根据车辆本身属性和车辆被驾驶的行为特征，确定相应的车辆评估指标；S200、获取待评价车辆的评估指标数据；S300、对车辆评估指标数据进行层次聚类处理；S400、根据层次聚类的结果，进行划分类别并标注；S500、基于层次聚类后标注的数据，建立决策树进行训练进而构建车辆危险评估模型；S600、基于车辆危险评估模型，对待评价车辆进行危险等级评估。进一步的，所述步骤S200获取待评价车辆的评估指标数据；还包括对获取到的评估指标数据进行数据处理，处理成指定格式。进一步的，所述步骤S100中车辆评估指标包括车辆类型、车龄、环保等级、使用性质、车检是否逾期、是否报废、保险是否逾期、违法、事故。进一步的，所述S200获取待评价车辆的评估指标数据；具体从车辆基本信息中获取，其中车辆基本数据包括车辆基本信息表、违法信息表、事故信息表。进一步的，所述步骤S200中数据处理包括：把车辆类型分为为大车、小车、摩托车、其他车辆；把使用性质分为救护、客运、校车教练车、非营运、租赁、货运、危化品运输、其他；把车龄分为1年以内、1-3年、3-10年、10年以上；车辆环保情况分为国一、国二、国三、国四、国五、登记信息不全或未登记六种。进一步的，所述不住S300对车辆评估指标数据进行层次聚类处理；包括：对“车辆类型”、“车龄”、“是否报废”进行离散属性组合，然后将“违法积分”和“事故积分”作为主要聚类信息进行层次聚类；其中层次聚类包括先对离散属性组合进行层次聚类，然后查看聚类个数，再确定聚类个数。进一步的，所述S500基于层次聚类后标注的数据，建立决策树进行训练进而构建车辆危险评估模型；包括根据最终标签数据，将数据进行随机切分，百分之七十作为训练数据，百分之三十作为测试数据，通过决策树进行建模，得到车辆评估模型。本专利技术还公开一种基于层次聚类和决策树的车辆特征评估系统，包括以下模块：数据采集模块，用于获取待评价车辆的评估指标数据；车辆危险评估模型构建模块，基于层次聚类后标注的数据，建立决策树进行训练进而构建车辆危险评估模型；车辆危险评估模块，对待评价车辆进行危险等级评估。进一步的，还包括数据处理模块，所述数据处理模块用于对获取到的评估指标数据进行数据处理，处理成指定格式。由上述技术方案可知，本专利技术的基于层次聚类和决策树的车辆特征评估方法具有以下有益效果：本专利技术依托交通信息情报大数据中心库中车辆的基本档案信息、历史违法信息、交通事故信息等相关信息，使用层次聚类和决策树结合的方法，构建车辆危险等级模型，通过量化的风险评估，为交通管理者对不同风险的车辆差异化管理，提高道路安全管理的效率，减少安全隐患。附图说明图1是本专利技术的方法流程图；图2是本专利技术实施例的类别标注示意图；图3是本专利技术实施例的类别标注结果示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。如图1所示，本专利技术实施例的一种基于层次聚类和决策树的车辆特征评估方法包括以下步骤：S100、根据车辆本身属性和车辆被驾驶的行为特征，确定相应的车辆评估指标；S200、获取待评价车辆的评估指标数据；S300、对车辆评估指标数据进行层次聚类处理；S400、根据层次聚类的结果，进行划分类别并标注；S500、基于层次聚类后标注的数据，建立决策树进行训练进而构建车辆危险评估模型；S600、基于车辆危险评估模型，对待评价车辆进行危险等级评估。上述步骤可解释为本专利技术实施例的一种基于层次聚类和决策树的车辆特征评估方法，根据车辆违法情况和违法频率情况，制定相应的车辆评估模型，依托交通信息情报大数据中心库中车辆的基本档案信息、历史违法信息、交通事故信息等相关信息，将机动车按照积分等级划分相应的等级比如为高危、中危、低危3个等级。其中S100、根据车辆本身属性和车辆被驾驶的行为特征，确定相应的车辆评估指标；可解释为：机动车辆的危险程度，主要包括车辆本身属性和车辆被驾驶的行为特征。车辆的属性，主要由车辆类型、车龄、环保等级、使用性质、车检是否逾期、是否报废、保险是否逾期七个特征来描述；车辆被驾驶的行为特征，就是车辆行驶中造成的违法、事故两类交通事件。对于步骤S200获取待评价车辆的评估指标数据；其中评估指标数据处理，主要依据车辆基础信息、车辆违法、和车辆事故的数据，提取模型需要的九个变量：对于S300、对车辆评估指标数据进行层次聚类处理；可解释为分析数据主要特征，对于“车辆类型”、“车龄”“是否报废”、“违法情况”、“事故情况”五个特征，对结果分类相对比较重要。因此，这里对“车辆类型”、“车龄”、“是否报废”进行离散属性组合，然后将“违法积分”和“事故积分”作为主要聚类信息，这里采用层次聚类。层次聚类包括：对“车辆类型”、“车龄”、“是否报废”进行离散属性组合，然后将“违法积分”和“事故积分”作为主要聚类信息进行层次聚类；其中层次聚类包括先对离散属性组合进行层次聚类，然后查看聚类个数，再确定聚类个数。层次聚类原理：(1)将每个对象看作一类，计算两两之间的最小距离；(2)将距离最小的两个类合并成一个新类；(3)重新计算新类与所有类之间的距离；(4)重复(2)、(3)，直到所有类最后合并成一类。对于S400、根据层次聚类的结果，进行划分类别并标注；其中类别标注的工作，主要是根据层次聚类的结果，将数据划分为“高危、中危、低危”三类。具体方法如下：(1)根据层次聚类的结果，从每类数据中抽取一列作为聚类中心。转成字符型供专业人士进行标注。(2)对一些能确定的特殊行为数据进行标注。例如至少在五起轻微事故负主要责任的列为中危，至少在两起重伤及以上事故负主要责任直接列为高危车辆等等，更新类别标签，得到最后有标签的数据。对于S500、基于层次聚类后标注的数据，建立决策树进行训练进本文档来自技高网...

【技术保护点】
1.一种基于层次聚类和决策树的车辆特征评估方法，其特征在于包括以下步骤：/nS100、根据车辆本身属性和车辆被驾驶的行为特征，确定相应的车辆评估指标；/nS200、获取待评价车辆的评估指标数据；/nS300、对车辆评估指标数据进行层次聚类处理；/nS400、根据层次聚类的结果，进行划分类别并标注；/nS500、基于层次聚类后标注的数据，建立决策树进行训练进而构建车辆危险评估模型；/nS600、基于车辆危险评估模型，对待评价车辆进行危险等级评估。/n

【技术特征摘要】
1.一种基于层次聚类和决策树的车辆特征评估方法，其特征在于包括以下步骤：
S100、根据车辆本身属性和车辆被驾驶的行为特征，确定相应的车辆评估指标；
S200、获取待评价车辆的评估指标数据；
S300、对车辆评估指标数据进行层次聚类处理；
S400、根据层次聚类的结果，进行划分类别并标注；
S500、基于层次聚类后标注的数据，建立决策树进行训练进而构建车辆危险评估模型；
S600、基于车辆危险评估模型，对待评价车辆进行危险等级评估。


2.根据权利要求1所述的基于层次聚类和决策树的车辆特征评估方法，其特征在于：所述步骤S200获取待评价车辆的评估指标数据；还包括对获取到的评估指标数据进行数据处理，处理成指定格式。


3.根据权利要求1所述的基于层次聚类和决策树的车辆特征评估方法，其特征在于：所述步骤S100中车辆评估指标包括车辆类型、车龄、环保等级、使用性质、车检是否逾期、是否报废、保险是否逾期、违法、事故。


4.根据权利要求1所述的基于层次聚类和决策树的车辆特征评估方法，其特征在于：所述S200获取待评价车辆的评估指标数据；具体从车辆基本信息中获取，其中车辆基本数据包括车辆基本信息表、违法信息...

【专利技术属性】
技术研发人员：朱文佳，刘松，蒋冠男，骆乐乐，陶诗德，
申请(专利权)人：安徽百诚慧通科技有限公司，
类型：发明
国别省市：安徽;34