技术特征：
1.一种疫情期间高速公路车辆违法运输行为的研判方法，其特征在于，包括以下步骤：基于历史数据设定车辆违法运输行为类型及其行车特征属性，构建违法运输行为车辆研判模型，采集实时卡口过车数据结合研判模型进行实时研判。2.根据权利要求1所述的研判方法，其特征在于，包括如下步骤：s1.基于卡口过车历史数据进行特征属性提取和字段划分得到特征属性集x；结合特征属性设定车辆违法运输行为类型，得到车辆违法运输行为类型集c＝{y0，y1，y2，y3…
yn}，n为不同违法运输行为类型的个数；计算不同违法运输行为类型下特征属性划分的概率及不同违法运输行为类型发生的概率i为0～n的正整数；s2.采集实时的卡口过车特征属性下的数据；分别计算实时特征属性下所有违法运输行为类型的概率p(y
i
|x)，取最大p(y
i
|x)时的yi以判定车辆的违法运输行为类型。3.根据权利要求2所述的研判方法，其特征在于，所述特征属性集x＝{a1，a2，a3…
a
m
}，m为特征属性的个数，4.根据权利要求2所述的研判方法，其特征在于，所述步骤s1中特征属性包括省内卡口折返次数、省际卡口折返次数和折返时长；所述违法运输行为类型包括省内徘徊、入省折返和频繁跨境。5.根据权利要求2所述的研判方法，其特征在于，所述步骤s1中特征属性提取过程为，计算设定的车辆违法运输行为类型与字段之间的相关系数，选择相关系数大的前m个字段。6.根据权利要求2所述的研判方法，其特征在于，所述步骤s1中历史数据过滤掉持有通行证的特种车辆数据。
技术总结
本发明公开了一种疫情期间实施交通管制情况下，高速公路车辆违法运输行为的研判方法，基于历史数据设定车辆违法运输行为类型及其行车特征属性，构建违法运输行为车辆研判模型，结合研判模型对实时卡口过车数据进行实时研判；本发明将疫情期间的交通防控数字化、智能化，避免了耗费大量的人力物力。避免了耗费大量的人力物力。避免了耗费大量的人力物力。
技术研发人员：王妙羽 巴继东 凌冠昌 许超
受保护的技术使用者：武汉长江通信智联技术有限公司
技术研发日：2021.09.14
技术公布日：2022/5/6