一种基于多维特征交叉分析的绿通车辆稽核模型及方法

本申请涉及智慧交通技术领域，公开了一种基于多维特征交叉分析的绿通车辆稽核模型及方法，该模型包括特征增强模块、多维特征向量构建模块、综合评分模块、权重训练模块以及风险分级模块。该方法与该模型相对应。本申请，通过构建时间、空间、行为、载重、历史的五维特征向量，依托余弦相似度算法量化时段匹配度、指数衰减函数映射路径偏离度等核心算法实现多维特征的交叉分析，并借助XGBoost机器学习动态优化特征权重及风险分级阈值，通过自适应耦合模块捕捉季节不合理和路径偏离等特征间的隐性关联，并利用时间衰减信用积分强化近期异常行为的权重，有效降低误判率、漏判率，解决了传统单一维度检测中复合风险漏检的问题。