0733-302187234

如何利用大数据准确找出公交车上的小偷?‘亚搏网页登陆’2021-07-11 16:51

本文摘要:在旧金山举行的2016年学术会议上,熊辉和罗格斯大学的其他学者报告了他们的研究论文“捕捉大规模过境记录:检测扒手的嫌疑”。该报报道称,2014年前9个月,地铁运输系统发生了350起抢劫案,公交车上发生了490起抢劫案。所以他们分析研究北京智能公交卡的数据,根据异常交通记录的分析抓小偷。 本研究使用了2014年4-6月北京600万乘客的约16亿张智能公交卡数据记录。

亚博网页版登录入口

在旧金山举行的2016年学术会议上,熊辉和罗格斯大学的其他学者报告了他们的研究论文“捕捉大规模过境记录:检测扒手的嫌疑”。该报报道称,2014年前9个月,地铁运输系统发生了350起抢劫案,公交车上发生了490起抢劫案。所以他们分析研究北京智能公交卡的数据,根据异常交通记录的分析抓小偷。

本研究使用了2014年4-6月北京600万乘客的约16亿张智能公交卡数据记录。如下图所示,熊辉等人将北京划分为几个小的地方功能块,分析了44524个公交站通过896条地铁线和320个地铁站通过18条地铁线的数据。

首先,从每个人的日常频繁记录中提取特征;然后进行无监督异常行人检测和有监督模式分类,挖掘出异常通勤轨迹。在谈到“根据异常交通记录分析抓小偷”方法的基本原理时,熊辉进一步解释说,通过数据分析,可以揭示很多人从热点A区到热点B区的交通轨迹。

仔细观察这些轨道,可以看出大多数行人不会自由选择合适的交通方式,比如最短的时间、距离或者最多的换乘。但是,一个行人(嫌疑人)自由选择a-> c-> d-> b,熊辉指出“a-> c-> d-> b”是一种不正常的交通方式,上述不正常的不道德行为必须进一步仔细分析。如果这个人有很多不正常的不道德行为,他很可能是个战利品。

熊辉公布了他们的研究结果,如下表右图所示。使用TS-SVM算法,辞退父母比例可以超过92.7%(即92.7%的诈骗者需要被正确识别),但令人失望的是其准确率有点低(即算法的虚警率高)。

此外,得到工作日上午8:00-11:00四种通勤模式,如下图所示。(一)长期旅行者可以表明,他们主要活跃在居住地、工作地和路过地区。

(二)游客可以证明他们经常参观圆明园、天安门广场和南锣鼓巷等景点。(c)购物者可以表明主要采访王府井、西单等购物区。

抢劫,这是一种没有明确目的地的流浪模式。他们经常换地方,随意逗留,经常开始短暂的上下班旅程。他们还频繁采访各种功能区(一段时间):交通枢纽(如西直门)、购物区(如王府井)、景点(如鼓楼)。

正常人来说,短时间内只面试一个/一个功能区。


本文关键词:如何,利用,大,数据,准确,找出,公交,车上,的,亚搏网页登陆

本文来源:亚搏网页登陆-www.frenchwpc.com