CN112967410B - 一种基于最长公共子序列的偷逃通行费车辆识别方法 - Google Patents

Abstract

本发明涉及一种基于最长公共子序列的偷逃通行费车辆识别方法，该方法包括：获取原始通行数据库和ETC门架交易数据库；根据原始通行数据库，筛选出其中的至少一条车辆通行记录；根据至少一条车辆通行记录中的车辆信息在ETC门架交易数据库中查询，确定对应的门架交易数据；根据至少一条车辆通行记录中的车辆信息和卡号信息在门架交易数据中进行查找，确定同一辆车至少一个卡号对应的门架交易流水集；根据至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况。本发明利用车辆通行数据与ETC门架交易数据的映射关系，结合轨迹分析，能够有效找出潜在的“一车多卡逃费”车辆。

Description

一种基于最长公共子序列的偷逃通行费车辆识别方法

技术领域

本发明涉及电子不停车收费ETC技术领域，尤其涉及一种基于最长公共子序列的偷逃通行费车辆识别方法。

背景技术

2020年1月，全国高速公路取消省界收费站，跨省通行不用在省界收费站缴费领卡通行。目前，高速公路上车辆依靠高速公路路段中部署的ETC门架系统路侧单元(也称“RSU”)对车载单元进行计费和扣费(路侧单元与车载单元的通信过程业内也称之为“交易”)。

通常情况，高速公路通行的车辆只有一张通行卡。但是某些车辆办理了多张通行卡,在进出高速公路收费口时使用多张卡的方式实现了“一车多卡”偷逃通行费。通过一车多卡，偷逃通行费，作案手法隐蔽，偷逃金额巨大，单车偷逃费用高达数十万元。给高速路网造成了很大的损失。综上，如何对“一车多卡”的车辆偷逃通行费行为进行有效识别是亟待解决的问题。

发明内容

有鉴于此，有必要提供一种基于最长公共子序列的偷逃通行费车辆识别方法，用以解决如何对“一车多卡”的车辆偷逃通行费行为进行有效识别的问题。

本发明提供一种基于最长公共子序列的偷逃通行费车辆识别方法，包括：

获取原始通行数据库和ETC门架交易数据库；

根据所述原始通行数据库，筛选出其中的至少一条车辆通行记录；

根据所述至少一条车辆通行记录中的车辆信息在所述ETC门架交易数据库中查询，确定所述至少一条车辆通行记录对应的门架交易数据；

根据所述至少一条车辆通行记录中的车辆信息和卡号信息在所述门架交易数据中进行查找，确定同一辆车至少一个卡号对应的门架交易流水集；

根据所述至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况。

进一步地，所述根据所述原始通行数据库，筛选出其中的至少一条车辆通行记录包括：

将所述原始通行数据库中，遍历第一标识；

根据第一标识，将计费方式为兜底路径收费的所述至少一条车辆通行记录筛选出来。

进一步地，所述根据所述至少一条车辆通行记录中的车辆信息在所述ETC门架交易数据库中查询，确定所述至少一条车辆通行记录对应的门架交易数据包括：

提取出所述至少一条车辆通行记录的车牌信息和车牌颜色信息；

根据所述车牌信息和所述车牌颜色信息在所述ETC门架交易数据库中查询，找到对应的所述门架交易数据。

进一步地，所述根据所述至少一条车辆通行记录中的车辆信息和卡号信息在所述门架交易数据中进行查找，确定同一辆车至少一个卡号对应的门架交易流水集包括：

根据所述车辆信息和所述卡号信息在所述门架交易数据中进行查找，确定所述车辆信息和所述卡号信息共同对应的所述门架交易数据；

根据相同的所述车辆信息和相同的卡号信息，确定共同对应的所述门架交易数据，并进行时间排序，确定同一辆车至少一个卡号对应的所述门架交易流水集。

进一步地，所述根据所述至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况包括：

循环判断每两个所述门架交易流水集中的流水信息是否满足第一预设条件；

统计满足所述第一预设条件的流水信息，形成对应的最长公共子序列；

根据所述最长公共子序列的序列长度，确定对应的可疑分数；

根据所述可疑分数，识别并向前端推送车辆偷逃通行费的情况。

进一步地，所述流水信息包括车辆编号、车辆颜色、门架编号、门架名称、卡号、交易时间，第一预设条件包括：车辆编号相同、车辆颜色相同、门架编号相同、门架名称相同、卡号不同且交易时间的差值小于第一预设时间。

进一步地，所述统计满足所述第一预设条件的流水信息，形成对应的最长公共子序列包括：

根据递推公式，依次统计满足所述第一预设条件的流水信息，形成所述最长公共子序列，如下式所示：

其中，d[i，j]表示第p个门架交易流水集ET_v ^p的前i条流水信息和第q个门架交易流水集ET_v ^p的前j条流水信息的所述最长公共子序列，当第p个门架交易流水集

的第i条流水信息和第q个门架交易流水集

的第j条流水信息满足所述第一预设条件时，

当第p个门架交易流水集

的第i条流水信息和第q个门架交易流水集

的第j条流水信息不满足所述第一预设条件时，

进一步地，所述根据所述至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况还包括：

若两个所述门架交易流水集对应的最长公共子序列等于两个所述门架交易流水集本身，则判断对应的车辆没有出现车辆偷逃通行费的情况。

进一步地，上述基于最长公共子序列的偷逃通行费车辆识别方法还包括：

若同一辆车对应的所述门架交易流水集只有一个，则判断对应的车辆没有出现车辆偷逃通行费的情况。

进一步地，上述基于最长公共子序列的偷逃通行费车辆识别方法还包括：

若同一辆车对应的所述门架交易流水集为多个且每两个所述门架交易流水集形成的所述最长公共子序列长度都大于预设长度，则判断对应的车辆出现车辆偷逃通行费的情况。

与现有技术相比，本发明的有益效果包括：首先，对原始通行数据库和ETC门架交易数据克进行有效的获取；然后，通过原始通行数据库中的车辆通行记录的查询，将车辆通行记录和门架交易数据进行对应；进而，依据车辆信息和卡号信息在门架交易数据中进行查找，以此进行有效的数据筛选，形成同一辆车下不同卡号的门架交易流水集，反馈同一辆车的不同卡的ETC门架交易信息；接着，对不同的门架交易流水集两两之间的最长公共子序列进行有效的数据处理，通过不同卡形成的门架交易流水集的关系，结合了卡号信息和门架交易信息，全面有效地判断同一辆车不同卡的交易情况，快速准确地识别出车辆偷逃通行费的情况。综上，本发明利用车辆通行数据与ETC门架交易数据的映射关系，结合轨迹分析，能够有效找出潜在的“一车多卡逃费”车辆，通过计算机大数据处理技术，其智能化程度高，检测精准，能够提高稽查效率，提高通行管理效率。同时，系统与前端收费站稽查人员形成紧密联动，能够有效打击“一车多卡逃费”，追回偷逃费用。

附图说明

图1为本发明提供的基于最长公共子序列的偷逃通行费车辆识别方法的流程示意图；

图2为本发明提供的“一车多卡逃费”的作弊示意图；

图3为本发明提供的筛选车辆通行记录的流程示意图；

图4为本发明提供的确定车辆通行记录对应的门架交易数据的流程示意图；

图5为本发明提供的确定门架交易流水集的流程示意图；

图6为本发明提供的识别车辆偷逃通行费的情况的流程示意图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明实施例提供了一种基于最长公共子序列的偷逃通行费车辆识别方法，结合图1来看，图1为本发明提供的基于最长公共子序列的偷逃通行费车辆识别方法的流程示意图，上述基于最长公共子序列的偷逃通行费车辆识别方法包括步骤S1至步骤S5，其中：

在步骤S1中，获取原始通行数据库和ETC门架交易数据库；

在步骤S2中，根据原始通行数据库，筛选出其中的至少一条车辆通行记录；

在步骤S3中，根据至少一条车辆通行记录中的车辆信息在ETC门架交易数据库中查询，确定至少一条车辆通行记录对应的门架交易数据；

在步骤S4中，根据至少一条车辆通行记录中的车辆信息和卡号信息在门架交易数据中进行查找，确定同一辆车至少一个卡号对应的门架交易流水集；

在步骤S5中，根据至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况。

在本发明实施例中，首先，对原始通行数据库和ETC门架交易数据克进行有效的获取；然后，通过原始通行数据库中的车辆通行记录的查询，将车辆通行记录和门架交易数据进行对应；进而，依据车辆信息和卡号信息在门架交易数据中进行查找，以此进行有效的数据筛选，形成同一辆车下不同卡号的门架交易流水集，反馈同一辆车的不同卡的ETC门架交易信息；接着，对不同的门架交易流水集两两之间的最长公共子序列进行有效的数据处理，通过不同卡形成的门架交易流水集的关系，结合了卡号信息和门架交易信息，全面有效地判断同一辆车不同卡的交易情况，快速准确地识别出车辆偷逃通行费的情况。

需要说明的是，结合图2来看，图2为本发明提供的“一车多卡逃费”的作弊示意图，“一车多卡同时交易”逃费车辆的通行过程如下：

当一车辆同时办理了两张卡：在重庆办理的“渝01”，在山西办理的“晋01”；

当车辆从重庆高速收费站(渝_站2)刷“渝01”卡上道后，记这次刷卡记录为“渝01(进1)”。当车辆到达山西“晋_站2”时，刷“晋01”出站，记这次刷卡记录为“晋01(出1)”。当这辆车从山西返回重庆时，在山西上高速路刷“晋01卡”，下高速路刷“渝01卡”；

下一次这辆车从重庆去往山西又重复上述操作。这样就会形成如下刷卡记录：渝01(进1)，晋01(出1)，晋01(进1)，渝01(出1)，渝01(进2)，晋01(出2)，晋01(进2)，渝01(出2)……。这样就会形成如下的扣费记录对：渝01(进1)-渝01(出1)，渝01(进2)-渝01(出2)，晋01(进1)-晋01(出2)；

其中，在重庆上下道刷重庆办的卡，在山西上下道刷山西办的卡这种行为就会造成扣费路径与实际通行路径不匹配的情况。实际通行路径：重庆(渝_站2)-四川-陕西-山西(晋_站2)-山西(晋_站1)-陕西-四川-重庆(渝_站1)。而收费路径为：渝_站2–渝_站1。而实际上在车辆通行过程中，每经过一个门架都会产生一条计费记录，但是因为内部的计费逻辑导致并未按照实际通行路径进行收费。实线代表实际通行路线，虚线代表计费路径。正常情况下，车辆经过每一个门架都会产生一条计费记录，在高速公路出口累加各门架扣费记录累加得出本次通行的总费用并执行扣费操作。当门架计费记录异常(过多或过少)时，对于跨省通行的车辆，收费站会通过调用交通部的计费服务进行扣费。当计费金额大于出入口最短路径费用的5倍时，计费失败，采用最短路径收费。

优选地，结合图3来看，图3为本发明提供的筛选车辆通行记录的流程示意图，上述步骤S2包括步骤S21至步骤S22，其中：

在步骤S21中，将原始通行数据库中，遍历第一标识；

在步骤S22中，根据第一标识，将计费方式为兜底路径收费的至少一条车辆通行记录筛选出来。

作为具体实施例，本发明实施例将原始通行数据中的“兜底路径收费”记录筛选出来，并有效提取出每条“兜底路径收费”记录对应的ETC门架交易记录。

在本发明一个具体的实施例中，选取一段时间(例如1个月)的原始通行数据PassData_original＝<Vid,color,Tin,Tout,flag>，其中，vid为车牌信息，color为车牌颜色信息，vid和color可以唯一标识一辆车，Tin为上高速公路时间，Tout为下高速公路时间，flag标识可以体现是否为兜底路径收费，如下表1所示：

表1

其中，筛选计费方式为“兜底路径收费”的车辆通行记录得到计费方式为“兜底路径收费”的至少一条车辆通行记录的集合PassData_filter，PassData_filter＝σ_{计费方式＝“兜底路径收费”}(PassData_original)。

优选地，结合图4来看，图4为本发明提供的确定车辆通行记录对应的门架交易数据的流程示意图，上述步骤S3还包括步骤S31至步骤S32，其中：

在步骤S31中，提取出至少一条车辆通行记录的车牌信息和车牌颜色信息；

在步骤S32中，根据车牌信息和车牌颜色信息在ETC门架交易数据库中查询，找到对应的门架交易数据。

作为具体实施例，本发明实施例利用车牌信息和车牌颜色信息有效在门架交易数据库中查询，提取出每条“兜底路径收费”的车辆通行记录对应的ETC门架交易记录。

在本发明一个具体的实施例中，在步骤S3中，对于

筛选出对应的ETC门架交易记录ET_v＝σ_{Vid＝v.Vid and color＝v.color}(ET)，对ETC门架交易记录按照时间升序排序，获得ETC门架交易流水ET'_v。其中，V为车牌信息、车牌颜色信息的二元组集合。提取出每条“兜底路径收费”记录对应的ETC门架交易记录构成兜底ETC门架交易集合ET＝<Vid,color,Sid,Sname,Cid,T>，其中vid为车牌号，color为车牌颜色，Sid为门架编号，Sname为门架名称，Cid为卡号，T为交易时间(即车辆通过当前门架的时间，如下表2所示：

表2

优选地，结合图5来看，图5为本发明提供的确定门架交易流水集的流程示意图，上述步骤S4包括步骤S41至步骤S42，其中：

在步骤S41中，根据车辆信息和卡号信息在门架交易数据中进行查找，确定车辆信息和卡号信息共同对应的门架交易数据；

在步骤S42中，根据相同的车辆信息和相同的卡号信息，确定共同对应的门架交易数据，并进行时间排序，确定同一辆车至少一个卡号对应的门架交易流水集。

作为具体实施例，本发明实施例选择一辆车，分别对不同卡的门架交易数据按时间排序获得关于卡的ETC门架交易流水，选择一辆未被稽查过的车辆，将这辆车的“兜底收费型”型通行记录对应的ETC门架交易数据按照ETC卡号分组，在组内，对ETC门架交易数据按照时间先后顺序排序，获得关于不同的ETC卡的ETC门架交易流水，即形成了门架交易流水集。

优选地，结合图6来看，图6为本发明提供的识别车辆偷逃通行费的情况的流程示意图，上述步骤S5还包括步骤S51至步骤S54，其中：

在步骤S51中，循环判断每两个门架交易流水集中的流水信息是否满足第一预设条件；

在步骤S52中，统计满足第一预设条件的流水信息，形成对应的最长公共子序列；

在步骤S53中，根据最长公共子序列的序列长度，确定对应的可疑分数；

在步骤S54中，根据可疑分数，识别并向前端推送车辆偷逃通行费的情况。

作为具体实施例，本发明实施例对不同的门架交易流水集两两之间的最长公共子序列进行有效的数据处理，通过不同卡形成的门架交易流水集的关系，结合了卡号信息和门架交易信息，全面有效地判断同一辆车不同卡的交易情况，快速准确地识别出车辆偷逃通行费的情况。

优选地，流水信息包括车辆编号、车辆颜色、门架编号、门架名称、卡号、交易时间，第一预设条件包括：车辆编号相同、车辆颜色相同、门架编号相同、门架名称相同、卡号不同且交易时间的差值小于第一预设时间。作为具体实施例，本实例定义一种规则：同一辆车的两张卡，如果经过同一个门架的时间小于2秒，判定这两条记录为同时交易，在计算最长公共子序列时认为这两条记录相等。

在本发明一个具体的实施例中，对于

筛选出对应的ETC门架交易记录ET_v＝σ_{Vid＝v.Vid and color＝v.color}(ET)，提取出ET_v中的车辆卡号集合C，以卡号对ET_v中的ETC门架交易数据分组并按时间先后顺序排序获得同一辆车的不同卡的ETC门架交易流水

其中，假定第v个车辆有m张卡，就有m个ETC门架交易流水

对应的，定义一种规则f：假设有两条ETC门架交易记录A和B，如果满足下面的条件(即第一预设条件)：

A.Vid＝B.Vid∧A.color＝B.color

∧A.Sid＝B.Sid∧A.Sname＝B.Sname

∧A.Cid≠B.Cid∧|A.T-B.T|<2s

则认为A＝B，f(A,B)＝1，否则f(A,B)＝0；其中，Vid为车牌号，color为车牌颜色，Sid为门架编号，Sname门架名称，Cid为卡号，T为交易时间。基于上述规则f，求m个ETC门架交易流水

两两之间的最长公共子序列。

优选地，上述步骤S52具体包括：

根据递推公式，依次统计满足第一预设条件的流水信息，形成最长公共子序列，如下式所示：

其中，d[i，j]表示第p个门架交易流水集

的前i条流水信息和第q个门架交易流水集

的前j条流水信息的最长公共子序列，当第p个门架交易流水集

的第i条流水信息和第q个门架交易流水集

的第j条流水信息满足第一预设条件时，

当第p个门架交易流水集

的第i条流水信息和第q个门架交易流水集

的第j条流水信息不满足第一预设条件时，

作为具体实施例，本发明实施例采用动态规划的思想求得

和

的最长公共子序列长度为

以此有效确定两个门架交易流水集之间的最长公共子序列。

优先地，上述步骤S5还包括：若同一辆车对应的门架交易流水集只有一个，则判断对应的车辆没有出现车辆偷逃通行费的情况。作为具体实施例，本发明实施例判断一辆车只有一张卡，则不构成一车多卡逃费条件。如果一辆车办理了多张卡，且不同卡之间的ETC门架交易流水的最长公共子序列长度大于1，则这辆车存在“一车多卡同时交易”逃费嫌疑，以此利用最长公共子序列长度来量化两张卡存在“一车多卡同时交易”的可能性。

优先地，上述基于最长公共子序列的偷逃通行费车辆识别方法还包括：若两个所述门架交易流水集对应的最长公共子序列等于两个所述门架交易流水集本身，则判断对应的车辆没有出现车辆偷逃通行费的情况。作为具体实施例，本发明实施例判断两张卡的ETC门架交易流水的最长公共子序列等于它们本身，则表示这两张卡的的ETC门架交易流水完全相同，这两张卡虽然构成同时交易条件，但是要保证两张卡的ETC门架交易数据完全一致，这两张卡在高速公路上下道时都读取到了正确的数据，没有造成逃费，故排除这一种情况。

优先地，上述基于最长公共子序列的偷逃通行费车辆识别方法还包括：若同一辆车对应的门架交易流水集为多个且每两个门架交易流水集形成的最长公共子序列长度都大于预设长度，则判断对应的车辆出现车辆偷逃通行费的情况。作为具体实施例，本发明实施例对可疑分数进行有效判断，同一辆车的不同ETC卡只要ETC门架交易流水的最长公共子序列长度大于1，就存在一个可疑分数，这个分数具体表示为<卡1，卡2，可疑分数>。H后台将车辆车牌、车辆颜色、可以分数，以及相关的通行数据、ETC门架交易数据等信息作为佐证材料，上传至前端，与现场稽查人员联动，对逃费车辆进行打击，追回逃费。

优选地，本发明中提供的上述步骤部署至Hadoop集群下，采用30个计算节点，高效并行计算，能够提高稽查效率，提高通行管理效率。

实施例2

本发明实施例提供了一种基于最长公共子序列的偷逃通行费车辆识别装置，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现如上所述的基于最长公共子序列的偷逃通行费车辆识别方法。

实施例3

本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机该程序被处理器执行时，实现如上所述的基于最长公共子序列的偷逃通行费车辆识别方法。

本发明公开了一种基于最长公共子序列的偷逃通行费车辆识别方法，首先，对原始通行数据库和ETC门架交易数据克进行有效的获取；然后，通过原始通行数据库中的车辆通行记录的查询，将车辆通行记录和门架交易数据进行对应；进而，依据车辆信息和卡号信息在门架交易数据中进行查找，以此进行有效的数据筛选，形成同一辆车下不同卡号的门架交易流水集，反馈同一辆车的不同卡的ETC门架交易信息；接着，对不同的门架交易流水集两两之间的最长公共子序列进行有效的数据处理，通过不同卡形成的门架交易流水集的关系，结合了卡号信息和门架交易信息，全面有效地判断同一辆车不同卡的交易情况，快速准确地识别出车辆偷逃通行费的情况。

本发明技术方案，利用车辆通行数据与ETC门架交易数据的映射关系，结合轨迹分析，能够有效找出潜在的“一车多卡逃费”车辆，通过计算机大数据处理技术，其智能化程度高，检测精准，能够提高稽查效率，提高通行管理效率。同时，系统与前端收费站稽查人员形成紧密联动，能够有效打击“一车多卡逃费”，追回偷逃费用。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于最长公共子序列的偷逃通行费车辆识别方法，其特征在于，包括：

获取原始通行数据库和ETC门架交易数据库；

根据所述原始通行数据库，筛选出其中的至少一条车辆通行记录；

根据所述至少一条车辆通行记录中的车辆信息在所述ETC门架交易数据库中查询，确定所述至少一条车辆通行记录对应的门架交易数据；

根据所述至少一条车辆通行记录中的车辆信息和卡号信息在所述门架交易数据中进行查找，确定同一辆车至少一个卡号对应的门架交易流水集；

根据所述至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况；

所述根据所述至少一条车辆通行记录中的车辆信息在所述ETC门架交易数据库中查询，确定所述至少一条车辆通行记录对应的门架交易数据包括：

提取出所述至少一条车辆通行记录的车牌信息和车牌颜色信息；

根据所述车牌信息和所述车牌颜色信息在所述ETC门架交易数据库中查询，找到对应的所述门架交易数据；

所述根据所述至少一条车辆通行记录中的车辆信息和卡号信息在所述门架交易数据中进行查找，确定同一辆车至少一个卡号对应的门架交易流水集包括：

根据所述车辆信息和所述卡号信息在所述门架交易数据中进行查找，确定所述车辆信息和所述卡号信息共同对应的所述门架交易数据；

根据相同的所述车辆信息和相同的卡号信息，确定共同对应的所述门架交易数据，并进行时间排序，确定同一辆车至少一个卡号对应的所述门架交易流水集；

所述根据所述至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况包括：

循环判断每两个所述门架交易流水集中的流水信息是否满足第一预设条件；

统计满足所述第一预设条件的流水信息，形成对应的最长公共子序列；

根据所述最长公共子序列的序列长度，确定对应的可疑分数；

根据所述可疑分数，识别并向前端推送车辆偷逃通行费的情况；

所述流水信息包括车辆编号、车辆颜色、门架编号、门架名称、卡号、交易时间，第一预设条件包括：车辆编号相同、车辆颜色相同、门架编号相同、门架名称相同、卡号不同且交易时间的差值小于第一预设时间。

2.根据权利要求1所述的基于最长公共子序列的偷逃通行费车辆识别方法，其特征在于，所述根据所述原始通行数据库，筛选出其中的至少一条车辆通行记录包括：

在所述原始通行数据库中，遍历第一标识；

根据第一标识，将计费方式为兜底路径收费的所述至少一条车辆通行记录筛选出来。

3.根据权利要求1所述的基于最长公共子序列的偷逃通行费车辆识别方法，其特征在于，所述统计满足所述第一预设条件的流水信息，形成对应的最长公共子序列包括：

根据递推公式，依次统计满足所述第一预设条件的流水信息，形成所述最长公共子序列，如下式所示：

其中，表示第p个门架交易流水集的前i条流水信息和第q个门架交易流水集的前j条流水信息的所述最长公共子序列，当第p个门架交易流水集的第i条流水信息和第q个门架交易流水集的第j条流水信息满足所述第一预设条件时，，当第p个门架交易流水集的第i条流水信息和第q个门架交易流水集的第j条流水信息不满足所述第一预设条件时，。

4.根据权利要求3所述的基于最长公共子序列的偷逃通行费车辆识别方法，其特征在于，所述根据所述至少一个卡号对应的门架交易流水集两两之间的最长公共子序列，识别并向前端推送车辆偷逃通行费的情况还包括：

若两个所述门架交易流水集对应的最长公共子序列等于两个所述门架交易流水集本身，则判断对应的车辆没有出现车辆偷逃通行费的情况。

5.根据权利要求4所述的基于最长公共子序列的偷逃通行费车辆识别方法，其特征在于，还包括：

若同一辆车对应的所述门架交易流水集只有一个，则判断对应的车辆没有出现车辆偷逃通行费的情况。

6.根据权利要求5所述的基于最长公共子序列的偷逃通行费车辆识别方法，其特征在于，还包括：

若同一辆车对应的所述门架交易流水集为多个且每两个所述门架交易流水集形成的所述最长公共子序列长度都大于预设长度，则判断对应的车辆出现车辆偷逃通行费的情况。

Images