[发明专利]从趋势点中提取序列重要点的驾培作弊学时识别方法

说明书

技术领域

本发明属于车联网和时间序列分析的交叉领域，主要涉及驾培信息数据异常片段的检测，具体是一种从趋势点中提取序列重要点的驾培作弊学时识别方法，用于识别驾培信息数据中虚假的学时，并将其扣除以得到学员真实的训练学时。

背景技术

所谓“作弊学时”，是指一些驾校或教练在驾培学时记录的制度下，采用所摸索出的作弊方法而产生不真实的驾驶培训学时，如将多辆车的学时系统装在一辆车上，提前将摆拍的照片嵌入系统，不启动教练车，使用“跑马机”跑学时等。所谓“驾培作弊学时识别”，就是对驾培学时系统所采集到的数据进行分析，发现处于异常状态的学时片段从而进行扣除，以便得到真实的训练学时，甚至可以找出作弊较为集中的车辆或驾校。

目前在对驾校或教练的驾培作弊行为进行判别时，主要还是依靠业内人员的专业经验，即根据字段值的上下限来对学员单次训练是否存在作弊行为进行判断，而不能较为准确的识别出该次训练中作弊行为的大致持续时间，即不能有效地识别作弊学时，并将其扣除从而获得真实的训练学时。

在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能带来商业价值，亦能产生社会价值。随着社会信息化和数字化的发展，交通领域已从数据匮乏困境转向数据丰富的环境，正在不断产生大量的各种类型的数据。

驾培训练信息数据是时间序列数据。所谓时间序列就是按照时间先后顺序排列的各个观测记录的有序集合，其中观察记录是数值类型的，时间序列广泛存在于商业、经济以及科学观测等领域。随着时间的推移，时间序列通常包含大量的数据。如何对这些时间序列数据进行统计和分析，从中发现一些有价值的信息和知识，为提高驾校的培训质量提供保证。

随着公路交通状况的改善和提升，现在驾校越来愈多，驾校的驾培计时系统存储的驾培信息数据量也越庞大。由于时间序列数据的海量和复杂的特点，直接在时间序列上进行数据分析，不但在存储和计算上要花费高昂代价，而且可能会影响算法的准确性和可靠性。时间序列的模式表示方法是刻画时间序列的主要形态而忽略那些微小的细节。现有的基于趋势点的线性分段表示法是时间序列的模式表示方法的一种，但其由于分段过于精细，只考虑各数据采集点相邻两侧的变化，容易丧失时间序列的短期变化趋势，会导致异常检测算法对异常片段的识别精度比较低下。

综上所述，目前对驾培作弊行的判别主要是依靠业内人员的专业经验，不能准确的识别出作弊学时；传统的基于趋势点的线性分段表示法分段过于精细，存储和计算上要花费高昂代价，会导致对异常片段的识别效率较低；该方法只考虑时间序列点相邻两侧的变化，容易丧失时间序列短期变化趋势，会造成对异常片段的识别准确度不高。

发明内容

本发明的目的在于针对上述现有技术存在的问题，提出一种从趋势点中提取序列重要点的驾培作弊学时识别方法，以提高对驾培作弊学时识别的效率和准确度。

本发明提出一种从趋势点中提取序列重要点的驾培作弊学时识别方法，其特征在于，包括有如下步骤：

(1)选取能反映作弊行为的字段序列数据：从驾校车载GPS系统采集的驾培信息数据中选取较能反映作弊行为的字段序列数据作为识别异常数据；

(2)字段序列数据预处理：将选取的字段序列数据归一化到[0,1]区间；

(3)提取该字段的序列重要点：运用基于趋势点提取序列重要点的线性分段表示法，得到该字段的序列重要点；

(4)分段表示该字段序列及识别异常片段：用直线依次连接该字段的序列重要点，将该字段序列用直线段分段表示，然后用基于密度的异常检测方法中的反k近邻法定义各分段的模式密度及异常水平，以对该字段序列各分段的异常程度进行定量评估，将其中“异常因子”较高的分段作为驾培作弊学时。

本发明与现有技术相比具有以下优点：

1)本发明的驾培作弊学时方法使业内人员不再依靠专业经验对驾培作弊行的做出判别；

2)现有的基于趋势点的线性分段表示法分段过于精细，存储和计算上要花费高昂代价，会导致对异常片段的识别效率较低。本发明运用从趋势点提取序列重要点的线性分段表示法方法简单直观，运算性能更高，能够对原始的驾培信息数据时间序列进行压缩，换来更小的存储和计算代价，提高了对驾培作弊学时识别的效率；