基于机器学习对非法运营车辆识别制造技术

本发明专利技术使用一种基于机器学习算法实现非法运营车辆的识别方法，涉及智能交通技术领域，解决了现有技术方案中非法运营车辆识别精度低的问题；本发明专利技术包括：输入待识别车辆的筛选条件；根据筛选条件，检索出符合的车辆数据，并对其进行数据预处理；采用基于无监督学习的K‑Means和DBSCAN在内的两种高精度聚类算法融合对数据进行分析处理；对分析结果进行比较，识别其非法运营的车辆，将所有批次的非法运营车辆结果进行合并，并将结果呈现给用户，从而保障市民的出行安全和社会秩序的正常运转，提高运营部门对非法车辆的管控能力。本发明专利技术最终的评估分数为85％，总体上实现了非法运营车辆的高效精准筛查。

【技术实现步骤摘要】

本专利技术涉及无监督学习的k-means和dbscan在内的两种高精度聚类算法融合，主要是基于机器学习对非法运营车辆识别，属于智能交通。

技术介绍

1、非法运营车辆是指没有取得合法运营资质，未经许可从事运营活动的车辆。非法运营车辆不具备合法的营运证等。非法运营车辆对社会有一定的危害：如安全系数极低、交通安全不能保证和非法营运，非法运营车辆给市民带来不便和安全隐患，同时也对公共交通和市场秩序造成影响。因此，如何自动识别非法运营车辆，对非法运营车辆进行打击和整治，保障市民的出行安全和社会秩序的正常运转，已成为各地运输部分有待解决的问题。

技术实现思路

1、本专利技术的目的在于提供一种《基于聚类的非法运营车辆可视化筛查方案》，采用多模型融合方式，将多种高精度的聚类算法融合，在实现海量数据分类分批次精准筛查的同时进行可视化同时确保相关人员能最终精准获取到非法运营车辆数据。

2、为实现上述内容，本专利技术采用了以下技术方案：一种基于机器学习的非法运营车辆识别方法，该方法包括下列的顺序步骤：

3、本文档来自技高网...

【技术保护点】

1.一种基于机器学习的非法运营车辆识别方法，该方法包括下列顺序的步骤：

【技术特征摘要】

1.一种基于机器学习的非法运营车辆识...

【专利技术属性】
技术研发人员：刘宁，苏波，李凌，谢兵，蒋献玮，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：