[发明专利]停车盲点识别方法、装置及电子装置、计算机程序产品

权利要求书

1.停车盲点识别方法，其特征在于，包括以下步骤：

获取目标区域内每一停车场的停车场特征，所述停车场特征包括平均停车位占用率；

根据所述停车场特征归集出对应每一所述停车场的第一特征集，并根据所述第一特征集计算各个所述停车场之间的相似系数；

根据所述停车场特征归集出对应每一所述停车场的第二特征集，并根据所述第二特征集和各个所述停车场之间的所述相似系数计算各个所述停车场之间的第一马氏距离；

使用任一聚类方法将各个所述停车场之间的所述第一马氏距离按照设定的聚类个数进行聚类得到与所述聚类个数相同数量的聚类中心，将远离所述聚类中心超过设定阈值的停车场作为候选停车盲点；

当所述候选停车盲点的停车位占用率低于所述目标区域中所有停车场停的车位占用率的平均值时，判定所述候选停车盲点为停车盲点。

2.根据权利要求1所述的停车盲点识别方法，其特征在于，在“判定所述候选停车盲点为停车盲点”后，包括步骤：计算所述候选停车盲点与所述目标区域内其他所有停车场的马氏距离的平均值得到第二平均马氏距离；将所述目标区域内每一停车场与其他所有停车场的马氏距离的平均值作为第三马氏距离，计算所有所述第三马氏距离的平均值得到第三平均马氏距离；计算所述候选停车盲点与所述目标区域内其他所有停车场的马氏距离的标准差；根据所述第二平均马氏距离、所述第三平均马氏距离、所述标准差以及所述目标区域内除所述候选停车盲点之外的停车场数量，计算T检验统计量；查询T分布界值表，将所述T检验统计量与同规定精度下的临界值比较或计算P值，如果所述T检验统计量小于所述临界值或者所述P值不小于设定阈值，则判断将所述候选停车盲点判定为停车盲点是正确判断。

3.根据权利要求2所述的停车盲点识别方法，其特征在于，计算所有被判定为停车盲点的所述候选停车盲点的T检验统计量，根据所述正确判断的数量和被判定为停车盲点的所述候选停车盲点的数量计算识别准确度。

4.根据权利要求3所述的停车盲点识别方法，其特征在于，若所述识别准确度没有达到识别阈值，则改变“根据各个所述停车场之间的所述第一马氏距离进行聚类得到至少一聚类中心，将远离所述聚类中心超过设定阈值的停车场作为候选停车盲点”中的所述聚类方法和/或所述聚类个数并重新执行得到新的候选停车盲点，若所述识别准确度达到识别阈值，则输出所述候选停车盲点为停车盲点。

5.根据权利要求1所述的停车盲点识别方法，其特征在于，第二马氏距离和第三马氏距离的计算方式与所述第一马氏距离相同。

6.根据权利要求1所述的停车盲点识别方法，其特征在于，任意两个所述停车场分别作为第一停车场和第二停车场，所述第一停车场和所述第二停车场之间的所述相似系数为：所述第一停车场的所述第一特征集中每一停车场特征作为第一特征，所述第二停车场的所述第一特征集中每一停车场特征作为第二特征，将含义相同的所述第一特征和所述第二特征进行异或运算得到对应所述第一特征集中每一停车场特征的特征相似度，将所有所述特征相似度相加再除以所述特征相似度的个数得到所述相似系数。

7.根据权利要求1所述的停车盲点识别方法，其特征在于，“根据所述第二特征集和各个所述停车场之间的所述相似系数计算各个所述停车场之间的第一马氏距离”包括：任意两个所述停车场各自所述第二特征集中的每一所述停车场特征以及该两所述停车场的所述相似系数作为各自的向量特征构成向量特征集，根据所述向量特征集计算两所述停车场之间的所述第一马氏距离。

8.根据权利要求1所述的停车盲点识别方法，其特征在于，“获取目标区域内每一停车场的停车场特征”包括：选定目标区域，根据所述目标区域中每个停车场的普查数据和历史记录提取对应每一所述停车场的停车场特征。