随着城市生活工作节奏的加快,越来越多的人倾向使用更加便捷的交通方式出行,例如:出租车。这不仅是因为出租车这类交通工具能够提供“门对门”服务,还因为与地铁相比,出租车具有运营时间的自由性以及人员的可掌控性。正因为出行带来的种种便利,一方面行业外人员企图通过不正当手段进入出租车市场进行非法运营以谋取利润;另一方面,滴滴打车、优步、神州租车、首汽约车等打车、租车软件的兴起冲击了出租车市场,使出租车司机的收入受到极大的冲击,出租车行业逐渐暴露出恶劣的违法行为,主要包括:出租车交予他人驾驶、克隆出租车等恶劣行为,造成了极其恶劣的社会影响。目前,出租车交予他人驾驶行为、克隆出租车行为主要依靠相关执法部门进行监管,其次是由乘客举报,但这两种方法效率都较为低下,不仅不能有效发现违法出租车,而且浪费了执法人员大量时间与精力。在本研究中,受这个问题启发,针对出租车交予他人驾驶以及克隆车行为分别提出智能计算方法用以帮助执法人员进行有效发现克隆出租车。大量实验表明,所提出的特征构建方法在实际数据集上具有较好的适应性。首先,本文提出了一种基于出租车驾驶员行为特征的交予他人驾驶车辆检测算法。本文在现有数据的基础上,在构建出租车驾驶员行为特征过程中发现出租车驾驶员长时间停靠地点以及停靠时间能够作为区分出租车是否发生交予他人驾驶行为的依据。通过构建出租车个体行为特征随后将个体行为特征通过自相似计算映射到特征空间,得到自相似特征后用分类器进行分类评估,由此,将出租车交予他人驾驶问题转化为监督学习问题。其次,本文在研究出租车交予他人驾驶问题的过程中发现车辆交予他人驾驶的表现形式有多种,例如:不同驾驶员驾驶车辆,载客区域偏好不同、运营时间不同等;发生交予他人驾驶行为的车辆与正常车辆相比,运营时间更长,运营收入更多,运营距离更长。本研究针对以上多种表现形式构建有效特征,通过算法将多特征结合,达到如果其中一种特征表现该车辆为交予他人驾驶车辆,则将该车辆列为可疑交予他人驾驶车辆的效果。最后,本文以视频数据以及出租车车载GPS数据为依据,对GPS数据进行数据预处理,找出可疑克隆车。但是,由于视频数据中存在大量摄像头识别图片信息错误的数据,给结果的准确性地带来极大影响,本研究基于该问题,进一步提出利用众包算法(GLAD算法)解决摄像头识别图片信息错误的问题。