CN110599645B - 一种基于证据理论和dtw距离的旅客身份查验方法 - Google Patents
一种基于证据理论和dtw距离的旅客身份查验方法 Download PDFInfo
- Publication number
- CN110599645B CN110599645B CN201910821363.4A CN201910821363A CN110599645B CN 110599645 B CN110599645 B CN 110599645B CN 201910821363 A CN201910821363 A CN 201910821363A CN 110599645 B CN110599645 B CN 110599645B
- Authority
- CN
- China
- Prior art keywords
- mac address
- passenger
- identity
- sequence
- passengers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C2209/00—Indexing scheme relating to groups G07C9/00 - G07C9/38
- G07C2209/60—Indexing scheme relating to groups G07C9/00174 - G07C9/00944
- G07C2209/63—Comprising locating means for detecting the position of the data carrier, i.e. within the vehicle or within a certain distance from the vehicle
Abstract
本发明公开了一种基于证据理论和DTW距离的旅客身份查验方法,采集出入车站旅客的身份信息,采集车站区域Mac地址,对旅客身份证信息进行活跃度判别,获取该旅客历史身份信息并生成该旅客出行时间序列,以Mac地址和pi的时间特征为每个Mac地址赋予权重,生成mass函数massi,以证据理论组合规则生成组合概率;将Mac地址按照DTW距离有小到大排序生成Mac地址的DTW距离序列,将Mac地址证据理论概率序列Mac地址序列交叉比对,并以特定选取策略选择最优Mac地址并对其是否归属该旅客所有作出判别。本发明设备简单易于部署,自动化程度高,可以提供预警,对人工查验进行有效补充,时间序列相似度量有充分可靠理论支撑。
Description
技术领域
本发明涉及时间序列研究技术领域,尤其涉及一种基于证据理论和DTW距离的旅客身份查验方法。
背景技术
随着我国经济快速发展,城市人口流动性大大增加,给车站等场所的公共安全和旅客身份查验带来了挑战。全国汽车站、火车站均已实现实名制购票、检票,但是车站旅客身份查验主要以人工为主,效率较低,难以及时发现重点关注人员并作出预警。
MAC地址是各种设备连接互联网的基础地址,各个设备的MAC地址具有唯一性。而手机MAC地址则是手机连接WIFI网络的必备条件,当前绝大多数智能手机均具有MAC地址以连接WIFI和互联网。对于旅客而言,携带一部甚至几部这样的手机已是常态。
现有世面上的WIFI采集设备可以在不影响用户使用WIFI服务和不侵犯用户隐私的前提下收集一定区域内开启WIFI信号的手机的MAC地址。这些具有唯一性的MAC地址信息可以对应具体手机设备,进而可以关联具体人员身份,从而辅助公共区域旅客身份的现有效查验。
发明内容
本发明目的就是为了弥补已有技术的缺陷,提供一种基于证据理论和DTW距离的旅客身份查验方法,发现前述人员身份和手机MAC地址的对应关系,以辅助现场人工查验。
本发明是通过以下技术方案实现的:
一种基于证据理论和DTW距离的旅客身份查验方法,包括以下步骤:
步骤1、以身份闸机采集出入车站旅客的身份信息存入表P,采集车站区域Mac地址并存入表M,转入步骤2;
步骤2、对步骤1存入表P的旅客身份证信息进行按旅客通过次数进行活跃度判别,若判定旅客活跃则转入步骤3,否则转入步骤1继续采集旅客身份信息和车站区域Mac信息;
步骤3、对于步骤2中活跃旅客,从表P中获取该旅客历史身份信息并生成该旅客出行时间序列Pt=(p1,p2,…,pt),同时转入步骤4和步骤5;
步骤4、对于步骤3中的旅客出行时间序列Pt,以旅客通过身份闸机时间pi∈Pt,i=1,2,…,t选取疑似Mac地址生成mass函数massi,将旅客多次通过身份闸机生成的mass函数mass1,mass2,…,masst,以证据理论组合规则生成组合概率;将Mac地址按照组合概率大小从大到小排序生成Mac地址的证据理论概率序列,转入步骤6;
步骤5、对于步骤3中的旅客出行时间序列Pt,选取疑似Mac地址并以每个Mac地址的历史采集时间作为Mac地址时间序列Mt=(m1,m2,…,ms),计算Pt和Mt的DTW距离DTW(Pt,Mt),将Mac地址按照DTW距离有小到大排序生成Mac地址的DTW距离序列,转入步骤6;
步骤6、将步骤4中的Mac地址证据理论概率序列和步骤5中的Mac地址序列交叉比对,并以在步骤4中生成的序列满足一定阈值约束的Mac中,选取DTW距离最短的Mac地址为选取策略选择最优Mac地址并对其是否归属该旅客所有作出判别,若判别此Mac地址属于该旅客所有,则将旅客和Mac地址存入关联表表T,否则转入步骤1继续采集信息;
步骤7、监测车站区域,若发现某Mac地址已存在于关联表T中,则可查找到关联身份信息,即识别出旅客身份。
步骤1中是采用WiFi探针采集车站区域Mac地址并存入表M的。
本发明的优点是:本发明设备简单易于部署,自动化程度高,可以提供预警,对人工查验进行有效补充,时间序列相似度量有充分可靠理论支撑。
附图说明
图1为技术方案简图。
图2为本发明的工作流程图。
具体实施方式
如图1、2所示,一种基于证据理论和DTW距离的旅客身份查验方法,包括以下步骤:
步骤1以身份闸机采集出入车站旅客的身份信息存入表P,以大范围的WiFi探针采集车站区域Mac地址并存入表M,转入步骤2。(对应流程图中的模块一)
步骤2对步骤1存入P的旅客身份证信息进行活跃度判别,若判定旅客活跃则转入步骤3,否则转入步骤1继续采集旅客身份信息和车站区域Mac信息。
步骤3对于步骤2中活跃旅客,从表P中获取该旅客历史身份信息并生成该旅客出行时间序列Pt=(p1,p2,…,pt),同时转入步骤4和步骤5。(对应流程图中的模块二)
步骤4对于步骤3中的旅客出行时间序列Pt,分别取旅客通过身份闸机时间pi∈Pt,i=1,2,…,t,选取伴随pi出现过的Mac地址,并以Mac地址和pi的时间特征为每个Mac地址赋予权重,生成mass函数massi。对于旅客多次通过身份闸机生成的mass函数mass1,mass2,…,massi,以证据理论组合规则生成组合概率。将Mac地址按照组合概率大小从大到小排序生成Mac地址的证据理论概率序列,转入步骤6。(对应流程图中的模块三)
步骤5对于步骤3中的旅客出行时间序列Pt,选取疑似Mac地址并以每个Mac地址的历史采集时间作为Mac地址时间序列Mt=(m1,m2,…,ms),计算Pt和Mt的DTW距离DTW(Pt,Mt),将Mac地址按照DTW距离有小到大排序生成Mac地址的DTW距离序列。(对应流程图中的模块四)
步骤6将步骤4中的Mac地址证据理论概率序列和步骤5中的Mac地址序列交叉比对,并以特定选取策略选择最优Mac地址并对其是否归属该旅客所有作出判别,若判别此Mac地址属于该旅客所有,则将旅客和Mac地址存入关联表表T,否则转入步骤1继续采集信息。(对应流程图中的模块五)
步骤7以大范围WiFi探针监测车站区域,若发现某Mac地址已存在于关联表T中,则可查找到关联身份信息,即识别出旅客身份。
Claims (2)
1.一种基于证据理论和DTW距离的旅客身份查验方法,其特征在于:包括以下步骤:
步骤1、以身份闸机采集出入车站旅客的身份信息存入表P,采集车站区域Mac地址并存入表M,转入步骤2;
步骤2、对步骤1存入表P的旅客身份证信息按旅客通过次数是否超过特定阈值进行活跃度判别,若判定旅客活跃则转入步骤3,否则转入步骤1继续采集旅客身份信息和车站区域Mac信息;
步骤3、对于步骤2中活跃旅客,从表P中获取该旅客历史身份信息并生成该旅客出行时间序列Pt=(p1,p2,…,pt),同时转入步骤4和步骤5;
步骤4、对于步骤3中的旅客出行时间序列Pt,以旅客通过身份闸机时间pi∈Pt,i=1,2,…,t选取疑似Mac地址生成mass函数massi,将旅客多次通过身份闸机生成的mass函数mass1,mass2,…,masst,以证据理论组合规则生成组合概率;将Mac地址按照组合概率大小从大到小排序生成Mac地址的证据理论概率序列,转入步骤6;
步骤5、对于步骤3中的旅客出行时间序列Pt,选取疑似Mac地址并以每个Mac地址的历史采集时间作为Mac地址时间序列Mt=(m1,m2,…,ms),计算Pt和Mt的DTW距离DTW(Pt,Mt),将Mac地址按照DTW距离由小到大排序生成Mac地址的DTW距离序列,转入步骤6;
步骤6、将步骤4中的Mac地址证据理论概率序列和步骤5中的Mac地址序列交叉比对,并以在步骤4中生成的序列满足一定阈值约束的Mac中,选取DTW距离最短的Mac地址为选取策略选择最优Mac地址并对其是否归属该旅客所有作出判别,若判别此Mac地址属于该旅客所有,则将旅客和Mac地址存入关联表T,否则转入步骤1继续采集信息;
步骤7、监测车站区域,若发现某Mac地址已存在于关联表T中,则可查找到关联身份信息,即识别出旅客身份。
2.根据权利要求1所述的一种基于证据理论和DTW距离的旅客身份查验方法,其特征在于:步骤1中是采用WiFi探针采集车站区域Mac地址并存入表M的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910821363.4A CN110599645B (zh) | 2019-09-02 | 2019-09-02 | 一种基于证据理论和dtw距离的旅客身份查验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910821363.4A CN110599645B (zh) | 2019-09-02 | 2019-09-02 | 一种基于证据理论和dtw距离的旅客身份查验方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110599645A CN110599645A (zh) | 2019-12-20 |
CN110599645B true CN110599645B (zh) | 2021-09-28 |
Family
ID=68856785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910821363.4A Active CN110599645B (zh) | 2019-09-02 | 2019-09-02 | 一种基于证据理论和dtw距离的旅客身份查验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110599645B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065627A (zh) * | 2012-12-17 | 2013-04-24 | 中南大学 | 基于dtw与hmm证据融合的特种车鸣笛声识别方法 |
CN106056163A (zh) * | 2016-06-08 | 2016-10-26 | 重庆邮电大学 | 一种多传感器信息融合的目标识别方法 |
CN108280339A (zh) * | 2018-01-16 | 2018-07-13 | 合肥工业大学 | 一种基于多源信息融合的旅客身份识别方法 |
CN109637134A (zh) * | 2018-12-28 | 2019-04-16 | 青岛大学 | 一种公交设备匹配方法 |
DE102018000323A1 (de) * | 2018-01-17 | 2019-07-18 | Jörgen Betz | Verfahren zur Verhinderung von Fehlfreigaben bei Zutrittskontrolle |
-
2019
- 2019-09-02 CN CN201910821363.4A patent/CN110599645B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065627A (zh) * | 2012-12-17 | 2013-04-24 | 中南大学 | 基于dtw与hmm证据融合的特种车鸣笛声识别方法 |
CN106056163A (zh) * | 2016-06-08 | 2016-10-26 | 重庆邮电大学 | 一种多传感器信息融合的目标识别方法 |
CN108280339A (zh) * | 2018-01-16 | 2018-07-13 | 合肥工业大学 | 一种基于多源信息融合的旅客身份识别方法 |
DE102018000323A1 (de) * | 2018-01-17 | 2019-07-18 | Jörgen Betz | Verfahren zur Verhinderung von Fehlfreigaben bei Zutrittskontrolle |
CN109637134A (zh) * | 2018-12-28 | 2019-04-16 | 青岛大学 | 一种公交设备匹配方法 |
Non-Patent Citations (1)
Title |
---|
管网水质多指标动态关联异常检测方法;魏媛,冯天恒;《浙江大学学报(工学版)》;20160731;第50卷(第7期);第1402-1409页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110599645A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111159254B (zh) | 一种基于大数据处理的车辆与人员的关联方法 | |
CN108055645A (zh) | 一种基于手机信令数据的路径识别方法及系统 | |
CN108377469B (zh) | 识别高铁用户的方法、装置和系统 | |
CN111222744A (zh) | 基于信令数据的建成环境与轨道客流分布关系确定方法 | |
CN104244253B (zh) | 识别伪基站的方法和装置 | |
CN107018495A (zh) | 一种基于信令数据的室内用户分层定位方法及系统 | |
CN107564292B (zh) | 基于站点WiFi和车载移动终端的乘客等车时间规律估计方法 | |
GB0322724D0 (en) | A method of determining the identity of an unknown neighbour cell,and apparatus therefor | |
El-Tawab et al. | Data analysis of transit systems using low-cost IoT technology | |
CN108882177A (zh) | 基于手机信令数据的机场轨道旅客识别方法 | |
CN109190685A (zh) | 融合空间聚类和基站序列规则的轨道出行特征提取方法 | |
CN104636611A (zh) | 城市道路/路段的车辆速度评估方法 | |
CN111260822A (zh) | 一种基于大数据的轨道交通车辆健康状态分析方法及终端 | |
CN111222375A (zh) | 车辆行驶轨迹生成方法、系统及服务器 | |
CN105096584A (zh) | 一种交通决策支持方法、装置及系统 | |
CN105808900B (zh) | 确定待评估用户是否有窃漏电嫌疑的方法和装置 | |
CN110942221A (zh) | 一种基于物联网的变电站故障快速修复方法 | |
CN104042208B (zh) | 心电监护系统 | |
CN105654711A (zh) | 一种公交车乘客识别方法及系统 | |
CN110599645B (zh) | 一种基于证据理论和dtw距离的旅客身份查验方法 | |
CN105307262A (zh) | 一种伪基站的定位方法及装置 | |
CN109714791B (zh) | 一种基于双WiFi探针的公交客流检测方法 | |
CN106379788A (zh) | 一种电梯乘客身份识别和人流统计装置及方法 | |
CN111896011B (zh) | 一种路测导航路径规划方法及系统 | |
CN112770278B (zh) | 手机信令分析方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |