一种基于SVM模型的乘车异常人员识别方法及系统
基本信息
| 申请号 | CN202110155840.5 | 申请日 | - |
| 公开（公告）号 | CN112906518B | 公开（公告）日 | 2021-09-03 |
| 申请公布号 | CN112906518B | 申请公布日 | 2021-09-03 |
| 分类号 | G06K9/00;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 郑晏群;张鋆;田刚;孙黎;张瑞 | 申请（专利权）人 | 深圳北斗应用技术研究院有限公司 |
| 代理机构 | 武汉臻诚专利代理事务所（普通合伙） | 代理人 | 宋业斌 |
| 地址 | 518110 广东省深圳市龙华区大浪街道新石社区丽荣路1号昌毅工业厂区4栋昌毅工业园4栋610 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于SVM模型的乘车异常人员识别方法及系统，属于人工智能技术领域。包括：根据其它用户在待修复的乘车记录对应行程上的第一平均耗费时长、刷卡记录中每一乘车记录对应的比值的平均值及目标用户在待修复的乘车记录对应行程上的第二平均耗费时长，获取待修复的乘车记录对应行程的耗费时长估值；基于第二预设条件以及耗费时长估值，对待修复的乘车记录的乘车时刻进行修复；根据修复后的刷卡记录，获取目标用户的交通出行量数据并输入至已训练的SVM模型，输出目标用户的识别结果。由于基于乘客的时空特征行为，并通过建模的方式从大规模人群中自动识别，可提高识别的效率以及精准性，从而为维护公共交通的治安提供了技术支撑。 |
