一种数据分层聚档的方法及装置制造方法及图纸

本发明专利技术提供一种数据分层聚档的方法及装置，该方法包括：确定多个特征向量集合，其中，多个特征向量集合中的第i个特征向量集合对应第i个置信度和第i个活跃度；其中，活跃度表示目标在预设时长内的出现次数，置信度表示目标对应数据的置信度；第i个特征向量集合包括至少一个特征向量，至少一个特征向量与至少一个目标一一对应，至少一个特征向量中的各个特征向量的置信度均为第i个置信度，至少一个特征向量中的各个特征向量的活跃度均为第i个活跃度；其中，i为正整数。根据多个特征向量集合分别对应的置信度和活跃度，对多个特征向量集合进行排序。采用上述方法，用以对数据进行分层过滤，实现数据快速聚档。实现数据快速聚档。实现数据快速聚档。

【技术实现步骤摘要】
一种数据分层聚档的方法及装置


[0001]本专利技术涉及但不限于数据分析
，尤其涉及一种数据分层聚档的方法及装置。

技术介绍

[0002]随着城市化建设的快速发展，道路交通安全问题越来越严重，包括“两客一危一货一面”在内的重点车辆的交通违法行为严重、交通安全隐患突出，其中，“两客一危一货一面”，指的是公路客运车辆、旅游客运车辆、危化品运输车、货运车辆及面包车辆，目前，对于重点车辆的监管存在监管难、耗费警力大等问题。
[0003]现有的重点车辆的档案管理技术不成熟，多基于实时抓拍的数据与提前输入的重点车辆的数据的对比进行重点车辆识别与布控。但是，由于车辆登记信息缺失等问题，交警部门很难对重点车辆，尤其是外地车、过境车等进行有效的摸底和管理。因此，利用视频抓拍得到的图片数据，提取有效车辆信息，快速建立档案，成为一种可行的手段。由于电警、卡口相机抓拍的图片数据量庞大、质量不等，如何采用有效的手段，从海量的数据中，快速获取更有效数据，帮助交警部门快速聚档成为重要问题。
[0004]综上所述，目前亟需一种对数据进行分层过滤，实现数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据分层聚档的方法，其特征在于，该方法包括：确定多个特征向量集合，其中，所述多个特征向量集合中的第i个特征向量集合对应第i个置信度和第i个活跃度；其中，所述活跃度表示目标在预设时长内的出现次数，所述置信度表示所述目标对应数据的置信度；所述第i个特征向量集合包括至少一个特征向量，所述至少一个特征向量与至少一个目标一一对应，所述至少一个特征向量中的各个特征向量的置信度均为所述第i个置信度，所述至少一个特征向量中的各个特征向量的活跃度均为第i个活跃度；其中，i为正整数；根据所述多个特征向量集合分别对应的置信度和活跃度，对所述多个特征向量集合进行排序。2.如权利要求1所述的方法，其特征在于，根据所述多个特征向量集合分别对应的置信度和活跃度，对所述多个特征向量集合进行排序，包括：根据所述多个特征向量集合分别对应的置信度和活跃度，确定所述多个特征向量集合分别对应的第一向量总数和第二向量总数；根据所述多个特征向量集合分别对应的第一向量总数和第二向量总数，对所述多个特征向量集合进行排序；在或者时，第j个特征向量集合为所述第i个特征向量集合的被支配解，其中，P
i
为所述第i个置信度，a
i
为所述第i个活跃度，所述第j个特征向量集合为所述多个特征向量集合中的一个，j为不等于i的正整数，P
j
为所述第j个特征向量集合对应的置信度，a
j
为所述第j个特征向量集合对应的活跃度；所述第i个特征向量集合对应的第一向量总数为所述第i个特征向量集合的各个被支配解分别对应的特征向量集合包括的特征向量的总数；在或者时，所述第j个特征向量集合为所述第i个特征向量集合的支配解；所述第i个特征向量集合对应的第二向量总数为所述第i个特征向量集合的各个支配解分别对应的特征向量集合包括的特征向量的总数。3.如权利要求2所述的方法，其特征在于，根据所述多个特征向量集合分别对应的第一向量总数和第二向量总数，对所述多个特征向量集合进行排序，包括：根据所述多个特征向量集合对应的第二向量总数将所述多个特征向量集合升序排列。4.如权利要求3所述的方法，其特征在于，还包括：对于所述多个特征向量集合中第二向量总数相等的至少两个特征向量集合，根据所述至少两个特征向量集合对应的第一向量总数，将所述至少两个特征向量集合降序排列。5.如权利要求3所述的方法，其特征在于，还包括：对于所述多个特征向量集合中第一向量总数和第二向量总数都相等的至少两个特征向量集合，根据所述至少两个特征向量集合对应的置信度，将所述至少两个特征向量集合降序排列。6.如权利要求1
‑
5任一项所述的方法，其特征在于，确定多个特征向量集合，包括：
获取多个数据，每个数据包括该数据对应的目标的标识信息，所述数据的置信度和采集时间；根据所述多个数据确定所述多个特征向量集合；其中，第一特征向量为所述第i个特征向量集合中一个，所述第一特征向量对应第一目标，所述第一目标为所述至少一个目标中的一个，所述第一特征向量对应的置信度为所述第一目标对应的数据集合中的最大置信度，所述第一目标对应的数据集合包括具有所述第一目标对应的标识信息的数据；所述第一特征向量对应的活跃度是根据所述第一目标对应的数据集合中各个数据包括的采集时间与所述预设时长确定的。7.如权利要求6所述的方法，其特征在于，所述方法还包括：每个数据还包括目标类型，在获取所述多个数据之后，根据每个数据包括的目标类型，从所述多个数据中筛选出目标数据集合，所述目标数据集合包括至少一种预设目标类型的数据；根据所述多个数据确定所述多个特征向量集合，包括：根据所述目标数据集合确定所述多个特征向量集合。8.如权利要求7所述的方法，其特征在于，在所述具有所述第一目标对应的标识信息的数据包括至少两种目标类型时，将目标类型出现次数最多的目标类型作为所述第一目标的目标类型。9.一种数据分层聚档的装置，其特征在于，所述装置为服务器或服务器内的芯片，该装置包括处理单元和收发单元：所述处理单元调用所述收发单元执行：确定多个特征向量集合，其中，所述多个特征向量集合中的第i个特征向量集合对应第i个置信度和第i个活跃度；其中，所述活跃度表示目标在预设时长内的出现次数，所述置信度表示所述目标对应数据的置信度；所述第i个特征向量集合包括至少一个特征向量，所述...

【专利技术属性】
技术研发人员：史志见，刘丽娜，周俊昊，庄亚军，喻铃华，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：