【技术实现步骤摘要】
一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质
本专利技术涉及交通预测领域，特别是指一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质。
技术介绍
随着经济的发展，城市机动车数量急剧上升，车祸、堵车等各种道路交通问题对人民的生命财产安全造成了巨大的危害。根据世界卫生组织的数据显示，全世界每年有超过一百万人死于交通事故，让绝大多数的国家损失了3％的GDP。根据中国交通运输部发布的数据显示，交通拥堵带来的经济损失占到了城市人口可支配收入的20％，每年达2500亿人民币。而在造成道路交通问题的种种因素中，司机的违法驾驶行为占比在80％以上。因此，减少交通违法行为的发生就成了城市交通管理的关键。通常，交通管理部门会采用在一些交通违法高发地安装设备监测，如监控摄像头、雷达等，并且在一些交通高峰时段安排警力去往热点路口路段值勤。然而，人力物力资源往往是有限而昂贵的，传统的分配方法确实低效而高成本的，这造成了大量的资源浪费。例如，由于监控摄像头的设置不合理导致许多摄像头使用率低，巡逻路线缺乏合理规划给交...
【技术保护点】
1.一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，具体包括如下步骤：/nS1：将离散的交通违法事件匹配到道路网络，得到交通违法热点候选区域；/nS2：得出所述交通违法热点候选区域的交通违法时间序列，计算出时间序列下的交通违法热点候选区域的违法程度，并提取时间序列下的交通违法热点候选区域的时空情境特征，将交通违法热点候选区域以及其交通违法时间序列、违法程度、时空情境特征组成数据集；/nS3：采用拔靴抽样法从数据集中抽取三组训练数据集，分别用三组训练数据集通过协同训练与主动学习训练三组预测模型，所述预测模型采用树集成模型；/nS4：利用所述三组预测模型，对无标签交通数...
【技术特征摘要】
1.一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，具体包括如下步骤：
S1：将离散的交通违法事件匹配到道路网络，得到交通违法热点候选区域；
S2：得出所述交通违法热点候选区域的交通违法时间序列，计算出时间序列下的交通违法热点候选区域的违法程度，并提取时间序列下的交通违法热点候选区域的时空情境特征，将交通违法热点候选区域以及其交通违法时间序列、违法程度、时空情境特征组成数据集；
S3：采用拔靴抽样法从数据集中抽取三组训练数据集，分别用三组训练数据集通过协同训练与主动学习训练三组预测模型，所述预测模型采用树集成模型；
S4：利用所述三组预测模型，对无标签交通数据进行分类，预测未来交通违法热点的分布情况；
S5：根据交通违法热点分布情况，进行交警巡逻路线的建模和优化。
2.根据权利要求1所述的一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，所述交通违法时间序列为其中，表示ri在第t个小时的交通违法事件数量；ri(i∈[1,N])表示第i个交通违法热点候选区域，根据ri在t小时的违法事件数量确定所述时间序列下ri违法程度
3.根据权利要求2所述的一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，所述时空情境特征包括：基本时间特征、气候特征以及空间特征。
4.根据权利要求1所述的一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，利用所述三组预测模型，对无标签交通数据进行分类，具体包括：
样本被三个预测模型同时分到同一类，则标记为可信实例标签，并加入三个训练集中；
样本被两个预测模型分到同一类，在第三个预测模型中分到不同的类别，则标记为较可信实例标签，并加入第三个预测模型相应的训练集中；
样本被三个预测模型分到了都不相同的类别，则标记为模糊实例标签，加入专家验证集。
5.根据权利要求1所述的一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，所述预测模型定期采用在线更新机制，进行重新训练。
6.根据权利要求1所述的一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，所述步骤S5中交警巡逻路线为一张有向图，图中的每个结点v(i,t)表示在第t个小时的交通违法热点候选区域ri，属性值Level(i,t)表示ri在第t个小时的交通违法程度，每条边x(i,j,t)表示交警是否在第t小时开始时从结点v...
【专利技术属性】
技术研发人员：陈龙彪，蒋之晗，范晓亮，王程，洪虹，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建;35
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。