基于车辆异常行为的套牌车并行检测方法

面对套牌车问题,当前检测技术误判率居高不下,稽查部门需要消耗大量人力资源审核检测结果。为了降低套牌车检测的误判率和虚警率,提出了一种基于车辆异常行为的套牌车并行检测方法。确立数种与套牌车相关联的车辆异常行为因素,针对海量通行数据,利用分布式架构建立相应异常行为的挖掘算法模型,并对某市高速公路的真实海量交通流数据进行挖掘;利用BP神经网络算法建立模型并对数种异常行为挖掘结果进行训练,从而综合考虑多种异常行为因素得出套牌车检测结果。研究结果表明,该并行检测算法有效地降低套牌车误判率至18%,可大幅度提高稽查人员的工作效率。