1、隨著城市機動車保有量的增長，伴隨的問題也日益顯現(xiàn)，其中車輛盜竊、利用機動車輛進行犯罪活動的案件也越來越多。對于犯罪涉案機動車，往往因為機動車輛具有機動性高、隱蔽性強等特點，因此容易快速逃逸現(xiàn)場，并不易被排查出，從而成為嚴重威脅社會安全的重要因素。所以，對機動車輛進行監(jiān)控和管理成為新的問題。通過對以往大量涉案機動車行為的研究和分析，發(fā)現(xiàn)涉案機動車輛往往存在頻繁出現(xiàn)于作案現(xiàn)場附近以及存在多輛車輛伴隨出現(xiàn)的現(xiàn)象。 本文基于《深圳市網(wǎng)格

2、化機動車識別綜合應用系統(tǒng)建設》項目，借助該系統(tǒng)前期運行所得的車輛車牌照識別數(shù)據(jù)，對布控區(qū)域內(nèi)的涉案車輛的伴隨情況、涉案車輛的歷史軌跡以及對潛在涉案車輛的伴隨車輛情況進行了分析。因為車輛數(shù)據(jù)十分龐大，僅一期項目的80個布控點每天的車牌照識別數(shù)據(jù)已經(jīng)達到了百萬級，因此在如此龐大的數(shù)據(jù)中如何快速、高效的獲得涉案車輛或潛在涉案車輛的歷史軌跡和伴隨情況成為十分值得研究的問題。 近年來，各種數(shù)據(jù)挖掘方法的逐漸成熟和在各個領域得到廣泛應用，為

3、解決以上問題給出了很好的解決思路。本文基于傳統(tǒng)布爾關聯(lián)分析對涉案車輛的歷史軌跡和伴隨情況進行了挖掘。并針對伴隨車輛發(fā)現(xiàn)問題，對傳統(tǒng)的布爾關聯(lián)分析方法進行了改進和擴展，提出了新的基于相似度的關聯(lián)分析，通過與傳統(tǒng)布爾關聯(lián)方法比較，結果顯示在選擇合適的相似度和規(guī)則析出閾值后本文擴展方法在伴隨車輛發(fā)現(xiàn)中更為有效。 本文的工作主要有以下幾點： (1)分析課題背景，確定研究目標，提出需要解決的主要問題；并對提出問題進行抽象，得到其數(shù)

4、學描述。 (2)在對數(shù)據(jù)挖掘方法進行簡要綜述的基礎上，重點研究了關聯(lián)挖掘方法的研究進展及其在交通領域的應用進展。 (3)針對提出問題，提取車牌照數(shù)據(jù)，并對原始數(shù)據(jù)進行了數(shù)據(jù)清洗、數(shù)據(jù)轉換，以適合布爾關聯(lián)分析。 (4)使用布爾關聯(lián)分析對涉案車輛的歷史軌跡和伴隨情況進行了分析，并分析了潛在的涉案伴隨車輛。 (5)提出基于相似度的擴展布爾關聯(lián)分析方法，對涉案車輛的伴隨情況，和潛在涉案車輛的伴隨情況予以了分析，并