基于超融合數(shù)據(jù)挖掘的云收費(fèi)系統(tǒng)輔助核驗(yàn)技術(shù)優(yōu)化

doi：10.3969/j.issn.1001-5922.2024.02.040

摘 要：為解決常規(guī)的高速公路云收費(fèi)系統(tǒng)輔助稽查算法導(dǎo)致稽查正確率不高問題。提出應(yīng)用超融合云平臺(tái)的高速公路云收費(fèi)系統(tǒng)輔助稽查算法，建立稽查數(shù)據(jù)倉(cāng)庫(kù)，對(duì)數(shù)據(jù)進(jìn)行采集與整合，使用SMOTE算法，對(duì)車輛載重源數(shù)據(jù)進(jìn)行轉(zhuǎn)換處理，對(duì)轉(zhuǎn)換后車輛信息參數(shù)進(jìn)行回歸計(jì)算，得到預(yù)處理后的車輛稱重?cái)?shù)據(jù)，通過超融合云平臺(tái)，將數(shù)據(jù)傳輸至高速公路云收費(fèi)系統(tǒng)，建立輔助稽查的指標(biāo)，并確定收費(fèi)參數(shù)，從而完成對(duì)高速公路云收費(fèi)系統(tǒng)的輔助稽查。實(shí)驗(yàn)結(jié)果表明，使用所設(shè)計(jì)的算法，對(duì)高速公路云收費(fèi)系統(tǒng)進(jìn)行輔助稽查，稽查準(zhǔn)確率較高，具有較好的應(yīng)用價(jià)值。

關(guān)鍵詞：超融合云平臺(tái)；高速公路云收費(fèi)系統(tǒng)；輔助稽查算法；SMOTE算法；車輛載重?cái)?shù)據(jù)

中圖分類號(hào)：U49；TP39" " " "文獻(xiàn)標(biāo)志碼：A" " " "文章編號(hào)：1001-5922（2024）02-0151-04

Optimization of cloud charging system assisted verification technology based on hyper-converged data mining

DU Huiyu，LU Kaixian，TIAN Rundong，LI Yin，ZHANG Chengmi

（Yunnan Yuntong Shulian Technology Co.，Ltd.，Kunming 650103，China）

Abstract：In order to solve the problem of low audit accuracy caused by the auxiliary audit algorithm of the conventional highway cloud toll collection system.A highway cloud toll system auxiliary inspection algorithm using a hyper fusion cloud platform was proposed. An inspection data warehouse was established，data was collected and integrated，using the SMOTE algorithm， the vehicle load source data was converted and processed， the converted vehicle information parameters were regressed to calculate the preprocessed vehicle weighing data， and the data was transmitted to the highway cloud toll collection system through the hyper-converged cloud platform， and the indicators of auxiliary inspection were established， and the toll parameters were determined， so as to complete the auxiliary inspection of the highway cloud toll collection system. The experimental results showed that the designed algorithm was used to assist the inspection of the highway cloud toll collection system， and the audit accuracy was high and had good application value.

Key words：hyperfusion cloud platform;expressway cloud toll system;auxiliary inspection algorithm; SMOTE algorithm;load bearing system

在高速公路的云收費(fèi)中，經(jīng)常會(huì)出現(xiàn)貨車偷通行費(fèi)或者超載等現(xiàn)象。對(duì)高速公路云收費(fèi)系統(tǒng)進(jìn)行輔助稽查，有助于減少財(cái)產(chǎn)損失^[1]。目前主要通過通行卡為載體的方式展開收費(fèi)稽查工作，但是由于收費(fèi)現(xiàn)場(chǎng)的情況較為復(fù)雜，對(duì)于貨車車輛較多的高速收費(fèi)路口，還是會(huì)出現(xiàn)貨車車輛超載等情況的出現(xiàn)，因此，高速公路云收費(fèi)系統(tǒng)的輔助稽查，一直以來也是稽查的重要研究課題^[2]。

在輔助稽查的研究中，如提出的一種雙向倒卡車輛在線稽核方法，能夠較為準(zhǔn)確地對(duì)車輛情況進(jìn)行及時(shí)地收費(fèi)與處罰^[3]；提出使用大數(shù)據(jù)，對(duì)高速公路待收費(fèi)車輛進(jìn)行數(shù)據(jù)挖掘，能夠較好地識(shí)別車輛信息。超融合云平臺(tái)，作為一種新興的IT基礎(chǔ)設(shè)施技術(shù)，在基于軟件定義基礎(chǔ)上，將計(jì)算等資源進(jìn)行整合，形成了一體化的云計(jì)算基礎(chǔ)架構(gòu)，被運(yùn)用于各個(gè)領(lǐng)域中^[4]?；谏鲜鲅芯?，提出一種應(yīng)用超融合云平臺(tái)的高速公路云收費(fèi)系統(tǒng)輔助稽查算法。

1"應(yīng)用超融合云平臺(tái)的高速公路云收費(fèi)系統(tǒng)輔助稽查算法

1.1"車輛稱重?cái)?shù)據(jù)預(yù)處理

為達(dá)到有效的高速公路云收費(fèi)系統(tǒng)輔助稽查，展開車輛信息數(shù)據(jù)預(yù)處理。建立稽查數(shù)據(jù)倉(cāng)庫(kù)，以用于數(shù)據(jù)處理^[5]，將源系統(tǒng)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，并對(duì)數(shù)據(jù)進(jìn)行采集與整合，數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)如圖1所示。

根據(jù)數(shù)據(jù)倉(cāng)庫(kù)，采集出不完整的數(shù)據(jù)，并確定數(shù)據(jù)的屬性，為消除各數(shù)據(jù)屬性間的差異，以有效實(shí)現(xiàn)后續(xù)操作，利用式（1）實(shí)現(xiàn)數(shù)據(jù)的歸一化處理：

式中：V、b分別為近鄰樣本參數(shù)和隨機(jī)參數(shù)；Z為少數(shù)類的樣本；κ為參數(shù)噪聲點(diǎn)；c為特征向量差，得到其抽取的樣本。

在此基礎(chǔ)上，使用SMOTE算法，對(duì)樣本進(jìn)行合成^[7]，其合成示意圖如圖2所示。

按照聯(lián)網(wǎng)收費(fèi)系統(tǒng)數(shù)據(jù)的詳細(xì)說明，將數(shù)據(jù)分為不同的類別，并確定出每個(gè)主題的類別^[8]，建立數(shù)據(jù)的事實(shí)表，其出行鏈?zhǔn)聦?shí)如圖3所示。

按照出行鏈?zhǔn)聦?shí)圖3，對(duì)載重?cái)?shù)據(jù)先進(jìn)行回歸計(jì)算，其公式：

S=（B+D）×（A+T+d）（3）

式中：D為發(fā)生概率參數(shù)；A為常數(shù)參數(shù)；T為回歸截距參數(shù)；d為回歸系數(shù)。

得到其數(shù)據(jù)的回歸參數(shù)，并對(duì)該參數(shù)進(jìn)行數(shù)據(jù)規(guī)范化處理，公式為：

式中：M為分類函數(shù)；ψ為距離度量參數(shù)；H為樣本數(shù)據(jù)。綜上獲得預(yù)處理后的車輛車載數(shù)據(jù)。

1.2"基于超融合平臺(tái)傳輸車輛載重?cái)?shù)據(jù)

導(dǎo)入處理后的數(shù)據(jù)，將其傳輸至超融合平臺(tái)。設(shè)置數(shù)據(jù)傳輸驗(yàn)證方式，設(shè)計(jì)數(shù)據(jù)網(wǎng)絡(luò)分類器，對(duì)數(shù)據(jù)傳輸分類器的數(shù)據(jù)進(jìn)行分類，再提升數(shù)據(jù)的表達(dá)能力，設(shè)置隱含層層數(shù)，并將數(shù)據(jù)傳輸?shù)募せ詈瘮?shù)設(shè)置為Sigmoid函數(shù)^[9-10]，其圖像如圖4所示。

以該函數(shù)圖像作為激活函數(shù)，基于超融合平臺(tái)，對(duì)隱含層參數(shù)進(jìn)行計(jì)算，公式為：

式中：n、m分別為隱含層和輸入的節(jié)點(diǎn)數(shù)量；e為節(jié)點(diǎn)參數(shù)；f為局部參數(shù)；W為輸出的節(jié)點(diǎn)數(shù)。根據(jù)輸出節(jié)點(diǎn)參數(shù)，計(jì)算數(shù)據(jù)的初始權(quán)值^[9]，其公式：

U=I（g+W×G）（6）

式中：I為數(shù)據(jù)的期望參數(shù)；g為數(shù)據(jù)的訓(xùn)練參數(shù)；G為訓(xùn)練的節(jié)點(diǎn)參數(shù)。

根據(jù)數(shù)據(jù)的初始權(quán)值，對(duì)數(shù)據(jù)的傳輸轉(zhuǎn)換參數(shù)進(jìn)行計(jì)算，其公式：

?=U（h+t×j×x2）（7）

式中：h為均衡數(shù)據(jù)集；t為數(shù)據(jù)特異度；j為非線性函數(shù)；x為映射參數(shù)。根據(jù)此函數(shù)得到其傳輸函數(shù)，其公式：

式中：L為輸入樣本；A為傳輸誤差；F為傳輸隱含層。由此根據(jù)傳輸函數(shù)，將數(shù)據(jù)傳輸至超融入平臺(tái)。

1.3"高速公路云收費(fèi)輔助稽查

根據(jù)傳輸至融合云平臺(tái)的數(shù)據(jù)，輔助稽查高速公路云收費(fèi)^[11]。建立輔助稽查結(jié)構(gòu)，其結(jié)構(gòu)如圖5所示。

按照該結(jié)構(gòu)，建立輔助稽查的指標(biāo)，主要包括車輛信息以及車輛噸位信息等，其指標(biāo)如表1所示。

按照該數(shù)據(jù)的指標(biāo)特征，建立其判別框架，其結(jié)構(gòu)如圖6所示。

根據(jù)判別框架，對(duì)數(shù)據(jù)進(jìn)行判別^[10]，其中判別函數(shù)公式：

式中：r為特征根參數(shù)；V為特征向量參數(shù)；E為特征根；由此完成高速公路云收費(fèi)系統(tǒng)的輔助稽查。

2"實(shí)驗(yàn)與分析

2.1"參數(shù)設(shè)置

實(shí)驗(yàn)的操作環(huán)境為Windows11操作系統(tǒng)，使用數(shù)據(jù)挖掘工具，對(duì)超載行為進(jìn)行檢測(cè)，稽查模型中參數(shù)如表2所示。

2.2"實(shí)驗(yàn)數(shù)據(jù)處理

選擇運(yùn)輸貨物的貨車噸位進(jìn)行實(shí)驗(yàn)，對(duì)實(shí)驗(yàn)中的貨車噸位進(jìn)行分割區(qū)間劃分，其劃分?jǐn)?shù)據(jù)如表3所示。

由表3可知，按照該區(qū)間，對(duì)數(shù)據(jù)進(jìn)行ROC 曲線對(duì)比，得到其ROC 曲線對(duì)比圖。通過曲線對(duì)比，可以得到其參數(shù)符合實(shí)驗(yàn)標(biāo)準(zhǔn)，對(duì)貨車的收費(fèi)與免費(fèi)金額進(jìn)行不同區(qū)間分割，其劃分方式如表4所示。

由此，基于上述處理進(jìn)行實(shí)驗(yàn)。

2.3"實(shí)驗(yàn)結(jié)果與分析

使用本文設(shè)計(jì)方法、文獻(xiàn)^[3]方法與文獻(xiàn)^[4]方法，對(duì)其進(jìn)行實(shí)驗(yàn)，得到測(cè)試車輛數(shù)據(jù)的稽查結(jié)果。測(cè)試樣本集1、樣本集2稽查的準(zhǔn)確率結(jié)果，如表5、表6所示。

由表5、表6可知，所設(shè)計(jì)的算法，對(duì)貨車的稽查準(zhǔn)確率較高，準(zhǔn)確率最高可達(dá)到93.28%。由此說明，所提方法可根據(jù)高速公路動(dòng)態(tài)稱重系統(tǒng)提供的車輛的實(shí)時(shí)質(zhì)量數(shù)據(jù)，監(jiān)測(cè)車輛的質(zhì)量，并對(duì)超載車輛進(jìn)行準(zhǔn)確地收費(fèi)，應(yīng)用效果較好。

3"結(jié)語

研究提出應(yīng)用超融合云平臺(tái)的高速公路云收費(fèi)系統(tǒng)輔助稽查算法 ，通過獲取車輛的信息，對(duì)高速公路動(dòng)態(tài)稱重系統(tǒng)提供的車輛的實(shí)時(shí)重量數(shù)據(jù)進(jìn)行預(yù)處理，以數(shù)據(jù)共享的形式傳輸給高速公路云收費(fèi)系統(tǒng)，可以對(duì)車輛情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)，對(duì)超載車輛進(jìn)行準(zhǔn)確稽查。

【參考文獻(xiàn)】

[1]王寶會(huì)，王利康，張鶴男，等.ETC收費(fèi)稽查區(qū)塊鏈的設(shè)計(jì)與應(yīng)用[J].網(wǎng)絡(luò)新媒體技術(shù)，2023，12（1）：53-61.

[2]蔣春山.高速公路通行卡逃費(fèi)的稽查管理探析[J].黑龍江交通科技，2022，45（12）：185-187.

[3]楊祥.基于高速公路多源大數(shù)據(jù)的雙向倒卡車輛在線稽核方法研究[J].中國(guó)市政工程，2022（3）：59-62.

[4]李廣.大數(shù)據(jù)在高速公路收費(fèi)稽核中的應(yīng)用實(shí)踐[J].中國(guó)公路，2022（8）：94-95.

[5]楊陽，李石磊，唐博文.高速公路套牌車稽查系統(tǒng)技術(shù)方法和策略研究[J].汽車與安全，2022（3）：78-82.

[6]吳松.基于云邊端架構(gòu)及大數(shù)據(jù)分析的高速公路稽查系統(tǒng)探討[J].西部交通科技，2022（2）：192-194.

[7]薛珂安.基于卷積神經(jīng)網(wǎng)絡(luò)的車臉識(shí)別防逃費(fèi)稽查平臺(tái)研究[J].西部交通科技，2021（12）：170-173.

[8]韋玉梅.取消省界收費(fèi)站背景下省級(jí)聯(lián)網(wǎng)稽查系統(tǒng)設(shè)計(jì)研究[J].西部交通科技，2021（2）：197-199.

[9]張迅頔，白文娟，高寒，等.高速公路偷逃費(fèi)稽查篩選方法研究[J].公路交通科技（應(yīng)用技術(shù)版），2020，16（4）：311-315.

[10]何小華.基于深度神經(jīng)網(wǎng)絡(luò)的材料粘接裂縫識(shí)別[J].粘接，2023，50（3）：21-24.

[11]劉永.基于云管邊端架構(gòu)的高速AI稽查系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電腦與信息技術(shù)，2021，29（1）：58-60.

收稿日期：2023-10-15；修回日期：2024-01-01

作者簡(jiǎn)介：杜慧宇（1977-），男，高級(jí)工程師，研究方向：交通工程；E-mail：747057020@qq.com。

引文格式：杜慧宇，祿鎧銑，田潤(rùn)東，等.基于超融合數(shù)據(jù)挖掘的云收費(fèi)系統(tǒng)輔助核驗(yàn)技術(shù)優(yōu)化[J].粘接，2024，51（2）：151-154.