[发明专利]一种尾气检测作弊监管系统及方法

权利要求书

1.一种尾气检测作弊监管方法，其特征在于，所述尾气检测作弊监管方法包括：

固定规则筛查：识别无效的检测数据；对于出现无效数据的检测过程进行停止；

现场稽查：直接与检测仪器进行对接，读取历史记录，直接与上传到服务器的记录进行对比，判断出数据是否篡改；

基于机器学习的作弊模式识别：通过数据分析和人工介入的方式，识别异常数据；

异常数据分析包括：检测时间异常分析、检测时间过短分析、检测线小时检测量异常分析、检测站小时检测量异常、检测站日检测量异常分析、检测线日检测量异常分析、检测线通过率异常分析、检测站通过率异常分析、检测设备通过率异常分析、检测线检测数据重复分析、同一辆车历史检测记录异常分析；

识别方法包括：识别重要数据特征在区间内，则是正常数据，区间之外的为异常数据；

为数据序列的平均值，x为数据序列的各项值，N为数据序列个数；

为数据序列的K倍均方平均误差，其中参数K为偏离倍数；N为数据序列的长度，x_i为参数值，u为数据序列的平均值

对检测数据中的核心指标进行分类和学习，寻找频繁重复的数据模式，进行人工筛查；

通过关联算法，利用分析过程数据与结果数据、车辆属性及检测结果数据的关联关系，对于不符合的规则进行预警。

2.一种实现权利要求1所述尾气检测作弊监管方法的信息数据处理终端。

3.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1所述的尾气检测作弊监管方法。

4.一种如权利要求1所述的尾气检测作弊监管方法的尾气检测作弊监管系统，其特征在于，所述尾气检测作弊监管系统包括：

固定规则筛查模块，用于识别无效的检测数据；对于出现无效数据的检测过程进行停止；

现场稽查模块，用于直接与检测仪器进行对接，读取历史记录，直接与上传到服务器的记录进行对比，判断出数据是否篡改；

基于机器学习的作弊模式识别模块，通过数据分析和人工介入的方式，识别异常数据；

对检测数据中的核心指标进行分类和学习，寻找频繁重复的数据模式，进行人工筛查；

预警模块，通过关联算法，利用分析过程数据与结果数据、车辆属性及检测结果数据的关联关系，对于不符合的规则进行预警。

5.一种搭载有权利要求4所述尾气检测作弊监管系统的信息数据处理终端。