-
公开(公告)号:CN113674122B
公开(公告)日:2024-09-27
申请号:CN202110829369.3
申请日:2021-07-22
Applicant: 华设设计集团股份有限公司
IPC: G06Q50/26 , G06F16/29 , G06F16/2458
Abstract: 本发明公开了一种适用高并发出行数据的城市居民出行规律快速提取方法,首先对数据进行预处理,随后对选定区域建立空间索引,之后进行并行快速地图匹配,最后分别提取城市居民出行规律时间特征和城市居民出行规律空间特征,完成城市居民出行规律的快速提取,本发明的基于手机信令数据的城市职住人口识别与统计方法,以易获取、体量大的手机信令数据为数据源,弥补了传统职住调查采用的问卷调查方法的抽样率低、成本高昂的缺陷,同时本发明方法模型简洁,避免了大量的参数标定,识别结果准确、可靠。
-
公开(公告)号:CN113673571A
公开(公告)日:2021-11-19
申请号:CN202110829406.0
申请日:2021-07-22
Applicant: 华设设计集团股份有限公司
Abstract: 本发明公开了一种基于密度聚类方法的出租车异常订单识别方法,本技术方案基于出租车订单数据,提取订单的相关时空特征,对可能异常订单进行识别的方法。首先,对原始数据进行预处理,包括数据的坐标系转换以及数据的清洗;随后对预处理后的数据进行网格化处理;之后,通过基于密度聚类的方法,对各相似订单簇中的异常样本点进行识别;最后对异常识别结果进行分析,获得可能异常订单的时空分布特征。本发明基于聚类算法,能够实现可能异常订单的自动识别,并通过网格划分对相似订单进行集计,并对结果进行修正,能够显著提升算法的准确性。
-
公开(公告)号:CN118551300A
公开(公告)日:2024-08-27
申请号:CN202310155914.4
申请日:2023-02-23
Applicant: 华设设计集团股份有限公司
IPC: G06F18/2431 , G06F18/232 , G06Q30/0601 , G06Q50/40
Abstract: 本发明公开了一种基于聚类和分类的异常订单辨识方法,首先对获取的订单数据进行预处理并进行特征提取,之后进行多维DBSCAN聚类,初步筛选出与出租车群体运动总体行为相偏离的异常行为,并对聚类中划分出的正常簇进行隔离森林异常检测筛选异常值来增补聚类的异常簇中的异常点,最后利用XGboost模型对聚类结果数据进行训练,并基于此模型确定异常簇中的订单数据SHAP值,之后基于异常簇订单数据的特征参数与SHAP值,完成异常订单的辨识。本发明的异常订单辨识基于聚类和隔离森林算法进行双重异常检测,提高对异常订单识别的检测率,并基于XGboost模型和SHAP值对异常数据打标签,提供对这些行为的解释,有助于对异常情况进行分析和管理。
-
公开(公告)号:CN113673571B
公开(公告)日:2024-10-18
申请号:CN202110829406.0
申请日:2021-07-22
Applicant: 华设设计集团股份有限公司
IPC: G06F18/2321 , G06Q50/47
Abstract: 本发明公开了一种基于密度聚类方法的出租车异常订单识别方法,本技术方案基于出租车订单数据,提取订单的相关时空特征,对可能异常订单进行识别的方法。首先,对原始数据进行预处理,包括数据的坐标系转换以及数据的清洗;随后对预处理后的数据进行网格化处理;之后,通过基于密度聚类的方法,对各相似订单簇中的异常样本点进行识别;最后对异常识别结果进行分析,获得可能异常订单的时空分布特征。本发明基于聚类算法,能够实现可能异常订单的自动识别,并通过网格划分对相似订单进行集计,并对结果进行修正,能够显著提升算法的准确性。
-
公开(公告)号:CN113674122A
公开(公告)日:2021-11-19
申请号:CN202110829369.3
申请日:2021-07-22
Applicant: 华设设计集团股份有限公司
IPC: G06Q50/26 , G06F16/29 , G06F16/2458
Abstract: 本发明公开了一种适用高并发出行数据的城市居民出行规律快速提取方法,首先对数据进行预处理,随后对选定区域建立空间索引,之后进行并行快速地图匹配,最后分别提取城市居民出行规律时间特征和城市居民出行规律空间特征,完成城市居民出行规律的快速提取,本发明的基于手机信令数据的城市职住人口识别与统计方法,以易获取、体量大的手机信令数据为数据源,弥补了传统职住调查采用的问卷调查方法的抽样率低、成本高昂的缺陷,同时本发明方法模型简洁,避免了大量的参数标定,识别结果准确、可靠。
-
-
-
-