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)用超融合云平臺的高速公路云收費系統(tǒng)輔助稽查算法，建立稽查數(shù)據(jù)倉庫，對數(shù)據(jù)進行采集與整合，使用SMOTE算法，對車輛載重源數(shù)據(jù)進行轉(zhuǎn)換處理，對轉(zhuǎn)換后車輛信息參數(shù)進行回歸計算，得到預(yù)處理后的車輛稱重數(shù)據(jù)，通過超融合云平臺，將數(shù)據(jù)傳輸至高速公路云收費系統(tǒng)，建立輔助稽查的指標(biāo)，并確定收費參數(shù)，從而完成對高速公路云收費系統(tǒng)的輔助稽查。實驗結(jié)果表明，使用所設(shè)計的算法，對高速公路云收費系統(tǒng)進行輔助稽查，稽查準(zhǔn)確率較高，具有較好的應(yīng)用價值。

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

中圖分類號：U49；TP39" " " "文獻標(biāo)志碼：A" " " "文章編號：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中，經(jīng)常會出現(xiàn)貨車偷通行費或者超載等現(xiàn)象。對高速公路云收費系統(tǒng)進行輔助稽查，有助于減少財產(chǎn)損失^[1]。目前主要通過通行卡為載體的方式展開收費稽查工作，但是由于收費現(xiàn)場的情況較為復(fù)雜，對于貨車車輛較多的高速收費路口，還是會出現(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)確地對車輛情況進行及時地收費與處罰^[3]；提出使用大數(shù)據(jù)，對高速公路待收費車輛進行數(shù)據(jù)挖掘，能夠較好地識別車輛信息。超融合云平臺，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，將計算等資源進行整合，形成了一體化的云計算基礎(chǔ)架構(gòu)，被運用于各個領(lǐng)域中^[4]?；谏鲜鲅芯?，提出一種應(yīng)用超融合云平臺的高速公路云收費系統(tǒng)輔助稽查算法。

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

1.1"車輛稱重數(shù)據(jù)預(yù)處理

為達到有效的高速公路云收費系統(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)倉庫，以用于數(shù)據(jù)處理^[5]，將源系統(tǒng)數(shù)據(jù)進行轉(zhuǎn)換，并對數(shù)據(jù)進行采集與整合，數(shù)據(jù)倉庫的結(jié)構(gòu)如圖1所示。

根據(jù)數(shù)據(jù)倉庫，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，以有效實現(xiàn)后續(xù)操作，利用式（1）實現(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)和隨機參數(shù)；Z為少數(shù)類的樣本；κ為參數(shù)噪聲點；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，對樣本進行合成^[7]，其合成示意圖如圖2所示。

按照聯(lián)網(wǎng)收費系統(tǒng)數(shù)據(jù)的詳細(xì)說明，將數(shù)據(jù)分為不同的類別，并確定出每個主題的類別^[8]，建立數(shù)據(jù)的事實表，其出行鏈?zhǔn)聦嵢鐖D3所示。

按照出行鏈?zhǔn)聦崍D3，對載重數(shù)據(jù)先進行回歸計算，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)，并對該參數(shù)進行數(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"基于超融合平臺傳輸車輛載重數(shù)據(jù)

導(dǎo)入處理后的數(shù)據(jù)，將其傳輸至超融合平臺。設(shè)置數(shù)據(jù)傳輸驗證方式，設(shè)計數(shù)據(jù)網(wǎng)絡(luò)分類器，對數(shù)據(jù)傳輸分類器的數(shù)據(jù)進行分類，再提升數(shù)據(jù)的表達能力，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，對隱含層參數(shù)進行計算，公式為：

式中：n、m分別為隱含層和輸入的節(jié)點數(shù)量；e為節(jié)點參數(shù)；f為局部參數(shù)；W為輸出的節(jié)點數(shù)。根據(jù)輸出節(jié)點參數(shù)，計算數(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)點參數(shù)。

根據(jù)數(shù)據(jù)的初始權(quán)值，對數(shù)據(jù)的傳輸轉(zhuǎn)換參數(shù)進行計算，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。

1.3"高速公路云收費輔助稽查

根據(jù)傳輸至融合云平臺的數(shù)據(jù)，輔助稽查高速公路云收費^[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，對數(shù)據(jù)進行判別^[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系統(tǒng)的輔助稽查。

2"實驗與分析

2.1"參數(shù)設(shè)置

實驗的操作環(huán)境為Windows11操作系統(tǒng)，使用數(shù)據(jù)挖掘工具，對超載行為進行檢測，稽查模型中參數(shù)如表2所示。

2.2"實驗數(shù)據(jù)處理

選擇運輸貨物的貨車噸位進行實驗，對實驗中的貨車噸位進行分割區(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，對數(shù)據(jù)進行ROC 曲線對比，得到其ROC 曲線對比圖。通過曲線對比，可以得到其參數(shù)符合實驗標(biāo)準(zhǔn)，對貨車的收費與免費金額進行不同區(qū)間分割，其劃分方式如表4所示。

由此，基于上述處理進行實驗。

2.3"實驗結(jié)果與分析

使用本文設(shè)計方法、文獻^[3]方法與文獻^[4]方法，對其進行實驗，得到測試車輛數(shù)據(jù)的稽查結(jié)果。測試樣本集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)計的算法，對貨車的稽查準(zhǔn)確率較高，準(zhǔn)確率最高可達到93.28%。由此說明，所提方法可根據(jù)高速公路動態(tài)稱重系統(tǒng)提供的車輛的實時質(zhì)量數(shù)據(jù)，監(jiān)測車輛的質(zhì)量，并對超載車輛進行準(zhǔn)確地收費，應(yīng)用效果較好。

3"結(jié)語

研究提出應(yīng)用超融合云平臺的高速公路云收費系統(tǒng)輔助稽查算法 ，通過獲取車輛的信息，對高速公路動態(tài)稱重系統(tǒng)提供的車輛的實時重量數(shù)據(jù)進行預(yù)處理，以數(shù)據(jù)共享的形式傳輸給高速公路云收費系統(tǒng)，可以對車輛情況進行實時監(jiān)測，對超載車輛進行準(zhǔn)確稽查。

【參考文獻】

[1]王寶會，王利康，張鶴男，等.ETC收費稽查區(qū)塊鏈的設(shè)計與應(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].中國市政工程，2022（3）：59-62.

[4]李廣.大數(shù)據(jù)在高速公路收費稽核中的應(yīng)用實踐[J].中國公路，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)的車臉識別防逃費稽查平臺研究[J].西部交通科技，2021（12）：170-173.

[8]韋玉梅.取消省界收費站背景下省級聯(lián)網(wǎng)稽查系統(tǒng)設(shè)計研究[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)計與實現(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

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

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