【技术实现步骤摘要】
同行车辆的判断方法、装置、设备及计算机可读介质
本专利技术涉及人工智能
，尤其涉及一种同行车辆的判断方法及装置、设备和计算机可读介质。
技术介绍
在公共安全领域，车辆已经作为作案的主要交通工具。因此，公共机关在各个城市中设置道路卡口和电子警察，以对作案的车辆进行排查。然而，公安机关在利用大数据分析破案时遇到不少的挑战。其中针对团体作案来说，找到同行车辆成为破案关键点。在每个城市的道路卡口每天都会经过数以万计的车辆，而城市中的卡口和电子警察数量也成百上千，因此如何快速获取筛查同行车辆成为一个急需解决的技术问题。
技术实现思路
本专利技术实施例提供一种同行车辆的判断方法、装置、设备及计算机可读介质，以解决或缓解现有技术中的一个或多个技术问题。第一方面，本专利技术实施例提供了一种同行车辆的判断方法，包括：将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量；采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理；根据降维处理后的轨迹向量，计算目标车辆与候选车辆的轨迹相似...
【技术保护点】
1.一种同行车辆的判断方法，其特征在于，包括：/n将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量；/n采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理；/n根据降维处理后的轨迹向量，计算目标车辆与候选车辆的轨迹相似度，以获取所述目标车辆的同行车辆。/n
【技术特征摘要】
1.一种同行车辆的判断方法，其特征在于，包括：
将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量；
采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理；
根据降维处理后的轨迹向量，计算目标车辆与候选车辆的轨迹相似度，以获取所述目标车辆的同行车辆。
2.根据权利要求1所述的方法，其特征在于，所述将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量，包括：
将一个车辆的轨迹表示成一个向量：v＝(t1,t2,t3,…,tn)；其中，v为车辆轨迹向量，t为通过卡口的秒数，n表示卡口数量，未经过的卡口对应的t的取值为设定数。
3.根据权利要求1所述的方法，其特征在于，所述采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理，包括：
选定概率分布函数；
根据所述概率分布函数初始化k个哈希函数，k为任意正整数；
根据k个哈希函数对每个车辆的轨迹向量进行计算，获得k个哈希值；
根据获得的k个哈希值计算主哈希值H1和分组哈希值H2；
将获得的主哈希值H1存储在一哈希表中，每个哈希表中根据分组哈希值H2进行分组，在每个分组中存储对应的k个哈希值。
4.根据权利要求3所述的方法，其特征在于，所述根据所述概率分布函数初始化k个哈希函数，包括：
初始化每个哈希函数的参数向量a，则第i个哈希函数的参数向量a表示为：ai＝(ai1,…,aid)，d表示城市卡口的数量；
初始化分桶个数r，T表示城市车辆规模；
在[0,r]的中取随机数bi，则第i个哈希函数表示为：v为车辆轨迹向量。
5.根据权利要求4所述的方法，其特征在于，所述根据获得的k个哈希值计算主哈希值H1和分组哈希值H2，
所述主哈希值H1的计算公式为：ti表示轨迹向量v的每个维度的值，其中C为设定的素数；
所述分组哈希值H2的计算公式为：其中C为设定的素数。
6.根据权利要求3所述的方法，其特征在于，所述根据降维处理后的轨迹向量，计算目标车辆与候选车辆的轨迹相似度，包括：
获取目标车辆对应的轨迹向量x；
计算出轨迹向量x对应的k个哈希值；
根据k个哈希值计算出主哈希值H1x，并查询到对应的哈希列表；
根据k个哈希值计算出分组哈希值H2x，并获取当前分组内的所有候选车辆的轨迹向量的哈希值；
计算目标车辆的k维哈希值与候选车辆的k维哈希值的相似度。
7.一种同行车辆的判断装置，其特征在于，包括：
向量化模块，用于将各车辆的轨迹进行向量化处理，以获得各车辆的轨迹向量；
降维模块，用于采用局部敏感哈希方式对各车辆的轨迹向量进行降维处理；
同行车辆获取模块，用于根据降维处理后的轨...
【专利技术属性】
技术研发人员：熊云，张阳，杨双全，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京;11
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。