-
公开(公告)号：CN112418987B
公开(公告)日：2022-04-29
申请号：CN202011307960.4
申请日：2020-11-20
Applicant: 厦门大学
Abstract: 本发明提供一种交通运输单位信用评级方法、系统、电子设备及计算机可读存储介质，其中方法包括：提取交通运输单位的交通信用评级的特征数据集；对所述特征数据集进行聚类处理，选取最佳簇数，建立评级模型；将所述特征数据集输入所述评级模型，对交通运输单位进行无标签数据评级。根据本发明的方案，采用无监督学习模式(即采用无标签数据)为交通运输单位的信用进行评级，采用无标签数据评级的方法不需要大量的数据支撑，不需要参考历史经验数据，获取数据的成本小，而且不再需要考虑例如传统的有监督学习中的标签数据的准确性。且与同类传统聚类方案相比，精度更高、鲁棒性更强、收敛更快，能够为交通运输企业信用评级提供决策支持。
-
公开(公告)号：CN112417084A
公开(公告)日：2021-02-26
申请号：CN202011307958.7
申请日：2020-11-20
Applicant: 厦门大学
Abstract: 本发明提供一种基于个人行政处罚信息的交通违法行为分析方法、系统、电子设备及存储介质，其中方法包括：获取交通运输行业个人运营车辆的行政处罚信息，构建行政处罚信息数据库；构建上下两层LDA模型，分别对所述行政处罚信息数据库中数据进行违法行为分类；考评分析所述分类的合理性，获取违规行为分布特点。根据本发明的交通违法行为分析方法，解决了如何从大量的行政处罚文本数据中进行内容挖掘，发现并分析交通运输行业中存在的主要违规行为。本发明上层模型挖掘大量文本数据中主要违规的车辆类型，下层模型主要挖掘不同车辆的违规类别。可以通过双层主题模型发现违规车辆的类型占比，以及不同车辆中现存主要的违规行为。
-
公开(公告)号：CN112418987A
公开(公告)日：2021-02-26
申请号：CN202011307960.4
申请日：2020-11-20
Applicant: 厦门大学
Abstract: 本发明提供一种交通运输单位信用评级方法、系统、电子设备及计算机可读存储介质，其中方法包括：提取交通运输单位的交通信用评级的特征数据集；对所述特征数据集进行聚类处理，选取最佳簇数，建立评级模型；将所述特征数据集输入所述评级模型，对交通运输单位进行无标签数据评级。根据本发明的方案，采用无监督学习模式(即采用无标签数据)为交通运输单位的信用进行评级，采用无标签数据评级的方法不需要大量的数据支撑，不需要参考历史经验数据，获取数据的成本小，而且不再需要考虑例如传统的有监督学习中的标签数据的准确性。且与同类传统聚类方案相比，精度更高、鲁棒性更强、收敛更快，能够为交通运输企业信用评级提供决策支持。
-
-
Search Results
3
records
(took 0.012 seconds)
