基于 k-mediods 及其改进算法的非法营运车辆识别

• 作者: 帅丹 李益才 蓝章礼
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: k-mediods 距离贡献率 偶然性 RFID
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 154-157,211
• 页数: 5页
• 分类号: TP391
• 字数: 4519字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.05.038

摘要

为从大量社会车辆中识别出疑似非法营运的车辆，提高交通管理部门行政执法的目的性和针对性，维护道路运输市场秩序，消除交通安全隐患。结合 RFID 车辆信息数据提出了基于 k-mediods 的非法营运车辆识别算法，并针对 k-mediods 算法缺点进行了基于距离贡献率和算法偶然性的2种改进。非法营运车辆识别的实现，首先需要提取出车辆 RFID 数据，并对其进行预处理，进而得到车辆运行行为数据，再利用 PCA 处理得到车辆运行特征数据，最后通过 k-mediods 算法聚类分析识别出非法营运车辆。实验结果表明，算法流程清晰，能够有效地识别出非法营运车辆。同时通过对算法进行改进，提高了算法稳定性和对非法营运车辆的正确识别数量，降低了错误识别数量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蓝章礼	重庆交通大学信息科学与工程学院	45	392	11.0	18.0
2	李益才	重庆交通大学信息科学与工程学院	15	56	5.0	6.0
3	帅丹	重庆交通大学信息科学与工程学院	5	9	2.0	3.0