[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

摘要

本发明公开了一种从趋势点提取序列重要点的驾培作弊学时方法，解决了对驾培作弊学时识别效率和精度较低的问题。其实现步骤有从驾培信息数据中选取能反映出异常片段的字段序列数据；将字段序列数据归一化处理；提取该字段序列的趋势点，进而从中提取重要点；用重要点分段表示该字段序列，再结合异常检测方法中反k近邻法对该字段序列各分段的异常程度定量评估，将“异常因子”较高的片段作为作弊学时。本发明整个方案设计严谨、完整，具备对海量驾培信息数据的分析能力，驾培作弊学时识别效率和准确度高，可用于检测驾培信息数据中的作弊学时。

主权项

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)选取能反映出异常片段的字段序列数据：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，以对该字段序列的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。