基于車輛異常行為的套牌車并行檢測方法

摘要：面對套牌車問題,當前檢測技術誤判率居高不下,稽查部門需要消耗大量人力資源審核檢測結果。為了降低套牌車檢測的誤判率和虛警率,提出了一種基于車輛異常行為的套牌車并行檢測方法。確立數種與套牌車相關聯的車輛異常行為因素,針對海量通行數據,利用分布式架構建立相應異常行為的挖掘算法模型,并對某市高速公路的真實海量交通流數據進行挖掘;利用BP神經網絡算法建立模型并對數種異常行為挖掘結果進行訓練,從而綜合考慮多種異常行為因素得出套牌車檢測結果。研究結果表明,該并行檢測算法有效地降低套牌車誤判率至18%,可大幅度提高稽查人員的工作效率。