[发明专利]一种基于大数据分析昼伏夜出车辆的方法及装置

权利要求书

1.一种基于大数据分析昼伏夜出车辆的方法，其特征在于，包括步骤：

获取车辆信息并储存：获取经过交通卡口的图片和视频的非结构化车辆信息，经过结构化系统解析为车辆的结构化信息，发送至分布式文件系统内存储；

分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅；

计算昼夜分界时间点：将一天中最高增幅的中间时间点作为昼的起始时间点，一天中第二个最低增幅的中间点作为夜的起始时间点，统计多天内的过车数据后，计算出当前区域、当前时间的昼夜分界时间点；

判断车辆昼伏夜出：通过分布式计算框架判断目标车辆是否属于昼伏夜出，所述分布式计算框架分为Map阶段和Reduce阶段，其中，

Map阶段按照设定的起始时间、结束时间、昼夜比例、位置信息，从所述分布式文件系统内提取符合时间和位置的车辆数据作为Map阶段的输入信息，将车辆数据按照车牌号码分组，输出结果为K,V，其中K为车牌号码，V为车辆的过车信息；

Map阶段的输出结果作为Reduce阶段的输入信息，根据车牌号码K的不同，将不同车牌号码的过车数据发送至对应的Reduce节点处理，使不同的Reduce节点达到负载均衡，根据昼夜分界时间点，将每个车牌号码的全部过车数据分为白昼出行和夜晚出行分别统计，计算出昼夜出行的比例，以此判断出该车辆是否属于昼伏夜出，当属于昼伏夜出时将该车辆的分析结果进行存储，所述Reduce节点处理，包括步骤：根据K的不同，按照计算公式：reducer＝(key.hashCode()Integer.MAX_VALUE)％numReduceTasks，得到当前的目的Reduce；numReduceTasks为reducer个数。

2.根据权利要求1所述的基于大数据分析昼伏夜出车辆的方法，其特征在于，所述分布式文件系统，进一步为，HDFS或GFS。

3.根据权利要求1所述的基于大数据分析昼伏夜出车辆的方法，其特征在于，所述分时段统计过车数据：每隔一定时间记录该时间段内的过车数据，并计算相邻时间段内增幅，进一步为，

每隔半小时记录过车数据，并计算相邻时间段内增幅，对节假日、工作日分别进行累计统计。

4.根据权利要求1所述的基于大数据分析昼伏夜出车辆的方法，其特征在于，还包括，判断出车辆是否属于昼伏夜出，当不属于昼伏夜出时将该车辆数据丢弃。