CN115408580A - 一种车源型号的识别方法及装置 - Google Patents

Abstract

本发明涉及车型识别技术领域，公开了一种识别车源型号的方法及装置。该方法获取待识别车源的车型信息和上牌日期确定其隶属年款组、对应的第一年款组分类模型以及特定的分支，基于分类模型中记录的各分支的配置信息以及分割方法自动生成若干个问题及其对应的答案，结合各问题对应的答案，响应用户对这每个问题输入的回答信息，定位到下级分支，从而产生下一个问题直至在年款组分类模型中搜索出待识别车源的年款及型号。其中，本发明配备图片识别功能，可以通过图片自动定位到年款组的某一个分支下，从而起到减少需要回答的问题的作用。本方法能自动识别车型具体的年款和型号，覆盖全面，无需依靠人工经验，提高了车源型号的识别准确性。

Description

一种车源型号的识别方法及装置

技术领域

本发明涉及车型的型号识别技术领域，特别是涉及一种识别车源型号的方法及装置。

背景技术

车企为了满足消费者多元的需求，对于汽车不但会推出不同的车型，而且在一个车型下会有不同的年款，每个年款下还有不同的型号。目前识别车型的技术还算成熟，但识别车型下面的年款尤其是型号还是一个很大的挑战。

目前识别车源的年款与型号主要有两种方法。一个是靠人工经验识别，但这种方法耗费人工，依赖经验，需要人为记住上百种型号的典型配置来做区分，对全市场5万多个型号难以做出判断。这种识别方法实施起来非常困难，因此会导致能识别出的车源型号很受限，不够全面。另一种方法是通过车架号查询。但年款和型号的信息掌握在各个车企并不对外公布，所以通过车架号查询最多能解码到动力总成，不能精确地识别出型号，因此这种识别车型型号的方法的错误率高。

发明内容

本发明提供了一种车源型号的识别方法及装置，以解决现有技术中只能靠人工经验识别这种耗费人工且依赖经验这种难度较大，覆盖面小的识别方法或车架号查询这种最多只能识别到动力总成，不能准确识别到型号，错误率高的识别方法的技术问题。

为了解决上述技术问题，本发明的第一实施例提供了一种车源型号的识别方法，包括：

获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支；

获取所述第一年款组分类模型下的特定分支下各分支的配置信息以及所述第一年款组分类模型下的分割方法，自动生成若干个问题及其各问题对应的答案；

向用户输出所述生成若干个问题中的第一个问题，响应用户对该问题输入的回答信息，结合该问题对应的答案，确定所述第一年款组分类模型的特定分支的下一个分支；

根据所述第一年款组分类模型的特定分支的下一个分支，输出对应的下一个问题，结合用户的回答和问题对应的答案直至在第一年款组分类模型中搜索出待识别车源的年款及型号。

本发明通过车源的上牌日期和车型信息可以准确定位到待识别车源隶属的第一年款组，找到对应的第一年款组分类模型及模型下的特定分支，加速了车源型号的识别过程和提高车源型号识别的精确度；根据获取所述第一年款组分类模型下的特定分支下各分支的配置信息以及所述第一年款组分类模型下的分割方法，自动生成若干个问题和对应的答案，结合各问题对应的答案，响应用户对这每个问题输入的回答信息，定位到特定分支的下一级分支，从而产生下一个问题直至在年款组分类模型中搜索出待识别车源的年款及型号，提高了车源型号的识别准确性。

进一步地，所述获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支，具体为：

根据待识别车源的车型信息和上牌日期，确定所述待识别车源的销售时间，并根据所述销售时间，确定所述待识别车源隶属的年款组；

根据确定的年款组，在数据库中查询所述年款组对应的第一年款组分类模型；

根据待识别车源的的车型信息，在第一年款组分类模型中确定第一年款组分类模型下的特定分支；

其中，所述车型信息包括车型和部分配置；所述数据库中存储了若干个年款组分类模型；每个年款组分类模型中记录了在同一时间段内销售的多个型号，并根据各型号的配置信息将同一年款组分类模型内的各个型号进行划分，形成若干个分支。

作为本发明第一实施例的第一方面，本发明根据待识别车源的车型信息和上牌日期可以确定待识别车源的销售时间，并根据销售时间确定该车源隶属的年款组，从而能在数据库中查询出对应的年款组分类模型，而在数据库中存储的各种年款组分类模型可以使识别车源型号更全面，提高识别车源型号的准确性。

进一步地，所述年款组分类模型，具体的形成过程为：

对处于同一年款组分类模型内的多个型号，根据各型号的配置，生成各型号的配置信息；

结合各型号的配置信息，形成年款组分类模型下各分支直至该年款组分类模型中具体的年款及型号；

其中，所述各型号的配置包括动力总成和配置特征，所述各型号的配置信息包括各型号的配置及其配置下的分割方法。

作为本发明第一实施例的第二方面，本发明根据各型号的配置，生成各型号的配置信息，从而形成年款组分类模型下各分支直至该年款组分类模型中具体的的年款及型号，以此在数据库中可以形成若干个年款组分类模型，以覆盖市面上的各种车型，准确且高效地识别车源型号。

进一步地，所述根据各型号的配置信息，形成年款组分类模型下各分支直至该年款组分类模型中具体的年款及型号，具体为：

在各型号的配置中，根据决策树中的信息增益比，选取信息增益比最大的配置，记录该配置下的分支分割方法；

根据记录的分支分割方法，形成模型中各分支直至该年款组分类模型中具体的年款及型号。

作为本发明第一实施例的第三方面，本发明通过决策树中的信息增益比，在各型号的配置中，选取信息增益比最大的配置，并记录该配置下的分支分割方法，形成完整的年款组分类模型，以使用最少的配置区分各车源的型号，让用户方便且快捷地识别出车源的型号，提高识别车源型号的效率。

进一步地，所述获取待识别车源的车型信息和上牌日期，具体为：

对用户上传的车源照片进行图片识别，获取所述待识别车源的车型信息；

或者，对用户上传的车架号在车架号信息库中进行匹配，获取所述待识别车源的车型信息；

或者，根据用户上传的车型名称，获取所述待识别车源的车型信息。

作为本发明第一实施例的第四方面，本发明能通过车源照片、车架号或车型名称得到车源的车型信息，用户可以通过多种方式上传车源的车辆信息，方便用户识别车源型号，提高识别车源型号的效率。

进一步地，所述第一年款组分类模型下的特定分支，具体为：

若通过用户上传的车源照片获取待识别车源的车型信息，则图片识别出的配置对应的最下级分支是第一年款组分类模型下的特定分支；

若通过用户上传的车架号获取待识别车源的车型信息，则在车架号信息库中识别出的配置对应的最下级分支是第一年款组分类模型下的特定分支；

若通过用户上传的车型名称获取待识别车源的车型信息，则第一年款组分类模型下的第一个分支是第一年款组的特定分支。

作为本发明第一实施例的第五方面，本发明能通过不同的方法得到车型信息，可以将待识别车源定位到年款组分类模型中的其中一个分支，其中通过图片识别或车架号匹配可以定位到模型下的某个分支，而通过车型名称获取车型信息的话，只能定位到年款组分类模型的第一个分支从而更方便用户识别车源型号，提高识别车源型号的效率。

进一步地，所述信息增益比，具体为：

其中A代表配置，D代表由多个型号组成的年款组，g_R(D，A)代表A的信息增益比，H(D)代表熵，H(D|A)代表条件熵。

本发明通过获取待识别车源的上牌日期和车型信息这些基本信息，实现自动识别出待识别车源的年款组分类模型及特定分支，根据分类模型特定分支下各分支的配置信息生成若干个问题和答案，结合用户的回答信息自动识别出车源具体的年款和型号，相比于人工经验识别，该方法不需要依靠人的经验，节约了人工成本和培训成本，任何用户都可以简单快捷地使用该识别方法，而且能对市场上存在的所有型号都做识别，提高了识别车源型号的覆盖度；相比与车架号识别，该方法构建了年款组分类模型，提高了车源型号识别的准确性。

本发明第二实施例提供了一种车源型号的识别装置，包括：年款组确定模块、问题生成模块、回答与答案匹配模块和搜索模块；

其中，所述年款组确定模块用于获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支；

所述问题生成模块用于获取所述第一年款组分类模型下的特定分支下各分支的配置信息以及所述第一年款组分类模型下的分割方法，自动生成若干个问题及其各问题对应的答案；

所述回答与答案匹配模块用于向用户输出所述生成若干个问题中的第一个问题，响应用户对该问题输入的回答信息，结合该问题对应的答案，确定所述第一年款组分类模型的特定分支的下一个分支；

所述搜索模块用于根据所述第一年款组分类模型的特定分支的下一个分支，输出对应的下一个问题，结合用户的回答和问题对应的答案直至在第一年款组分类模型中搜索出待识别车源的年款及型号。

进一步地，所述年款组确定模块包括：年款组确定单元、分类模型确定单元和分支确定单元；

所述年款组确定单元用于根据待识别车源的车型信息和上牌日期，确定所述待识别车源的销售时间，并根据所述销售时间，确定所述待识别车源隶属的年款组；

所述分类模型确定单元用于根据确定的年款组，在数据库中查询所述年款组对应的第一年款组分类模型；

所述分支确定单元用于根据待识别车源的车型信息，在第一年款组分类模型中确定第一年款组分类模型下的特定分支；

其中，所述车型信息包括车型和部分配置；所述数据库中存储了若干个年款组分类模型；每个年款组分类模型中记录了在同一时间段内销售的多个型号，并根据各型号的配置信息将同一年款组分类模型内的各个车源进行划分，形成若干个分支。

进一步地，所述年款组确定模块包括图片识别单元、车架号匹配单元和车型名称单元中的任意一个或多个组合，具体为：

所述图片识别单元用于对用户上传的车源照片进行图片识别，获取所述待识别车源的车型信息；

所述车架号匹配单元用于对用户上传的车架号在车架号信息库中进行匹配，获取所述待识别车源的车型信息；

所述车型名称单元用于根据用户上传的车型名称，获取所述待识别车源的车型信息。

附图说明

图1为本发明提供的车源型号的识别方法的一种实施例的流程示意图；

图2为本发明提供的车源型号的识别方法的另一种实施例的流程示意图；

图3为本发明提供的车源型号的识别方法的再一种实施例的流程示意图；

图4为本发明提供的建立年款组分类模型的一种实施例的流程示意图；

图5为本发明提供的建立年款组分类模型的另一种实施例的流程示意图；

图6为本发明提供的车源型号的识别装置的一种实施例的结构示意图；

图7为本发明提供的车源型号的识别装置的另一种实施例的结构示意图；

图8为本发明提供的年款组分类的一种示意图；

图9为本发明提供的年款组分类模型结果的一种示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，应当理解的是，本发明中采用术语如下：

1.“车型”：车企对具有同类型、品牌、车身形式、种类或系列的车辆所给予的名称。

2.“年款”：车企为了保持产品竞争力进行细节升级推出的年度小改款。

3.“配置”：汽车上配备的基于一定的软硬件组合而实现的功能或设施。

4.“型号”：车企为同一车型及年款下不同配置和动力总成的组合所起的名称。

实施例1

如图1所示，是本发明提供的识别车源型号的方法的一种实施例的流程示意图，该方法包括步骤101至步骤104，各步骤具体如下：

步骤101：获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支。

在本发明的第一实施例中，每个年款都有对应的销售时间，相邻的两三个年款的销售时间有时会重叠，凡是销售时间有重叠的年款就组成一个年款组。一个年款可以出现在多个年款组中，但由于待识别车源的销售时间不同，可以根据上牌时间定位到唯一的待识别车源隶属的年款组。如图8所示，年款1与2销售时间有重叠，年款2与3销售时间有重叠，因此这三个年款分成了两个年款组，第一组年款组包括年款1和年款2，第二组年款组包括年款2和年款3。

在本发明的第一实施例中，如图2所示，步骤101包括步骤201、步骤202和步骤203，具体如下：

步骤201：根据待识别车源的车型信息和上牌日期，确定所述待识别车源的销售时间，并根据所述销售时间，确定所述待识别车源隶属的年款组。

步骤202：根据确定的年款组，在数据库中查询所述年款组对应的第一年款组分类模型。

步骤203：根据待识别车源的车型信息，在第一年款组分类模型中确定第一年款组分类模型下的特定分支。

其中，所述车型信息包括车型和部分配置；所述数据库中存储了若干个年款组分类模型；每个年款组分类模型中记录了在同一时间段内销售的多个型号，并根据各型号的配置信息将同一年款组分类模型内的各个型号进行划分，形成若干个分支。

在本发明的第一实施例中，识别车源型号需要用到数据库中存储的年款组分类模型，如图4所示，年款组分类模型具体的形成过程包含步骤401至步骤403，具体为：

步骤401：对处于同一年款组分类模型内的多个型号，根据各型号的配置，生成各型号的配置信息。

作为本实例的一种举例，为了方便用户操作，提取容易观察的配置，如：天窗、变速箱类型(手动/自动)、双温区空调、电动后备箱等形成配置信息，作为年款组分类模型分支形成的依据，建立出完整的分类模型。

步骤402：根据各型号的配置信息，形成年款组分类模型下各分支直至该年款组分类模型中具体的年款及型号。

其中，所述各型号的配置包括动力总成和配置特征，所述各型号的配置信息包括型号的配置及其配置下各分支的分割方法。

在本发明的第一实施例中，如图5所示，步骤402包括步骤501和步骤502，具体如下：

步骤501：在各型号的配置中，根据决策树中的信息增益比，选取信息增益比最大的配置，记录该配置下的分支分割方法，具体为：

自动遍历型号配置中的每一项配置，选取信息增益比最大的配置；循环遍历配置这一步骤直至各型号被完全分开；根据每次选取的配置，记录配置下的分支分割方法。

在本发明的第一实施例中，选用的信息增益比公式为

其中A代表配置，D代表由多个型号组成的年款组，g_R(D，A)代表A的信息增益比，H(D)代表熵，H(D|A)代表条件熵。

作为本实施例的一种举例，在各型号的众多配置中，选用了信息增益比来选取尽可能少的配置将年款组内的所有型号完全区分开，但许多有监督且具有解释性的分类算法都可以达到这个目的，比如决策树、SVM中的一些算法等。

步骤502：根据记录的分支分割方法，形成模型各分支直至该年款组分类模型中具体的年款及型号。

作为本实施例的一种举例，年款组分类模型如图9所示。根据待识别车源的车型信息和上牌日期可以定位到具体的年款组分类模型及特定分支，模型中的分支是先根据变速箱类型开始分类，分成自动和手动两个分支，再根据车身类型或发动机排量继续分类形成后续的分支，定位到动力系列分支后，可以根据各型号的配置信息继续分类，本实施例选取了有无无钥匙启动再结合有无无钥匙进入这两个配置信息形成分支直至具体的年款和型号，将年款组分类模型补充完整。

在本发明的第一实施例中，车源的车型信息可以通过多种方式获取，如图3所示，若用户上传了车源照片，则进行步骤301，对用户上传的车源照片进行图片识别，获取所述待识别车源的车型信息；若用户上传了车架号，则进行步骤302，对用户上传的车架号在车架号信息库中进行匹配，获取所述待识别车源的车型信息；若用户上传了车型名称，则进行步骤303，根据用户上传的车型名称，获取所述待识别车源的车型信息。

其中，如果用户上传了车源照片或者车架号，则通过图片识别模型或车架号信息库可以自动识别车源的车型信息。如果没有上传车源照片或车架号，则需要用户手动输入车型名称获取车源的车型信息。

在本发明的第一实施例中，若通过用户上传的车源照片获取待识别车源的车型信息，则图片识别出的配置对应的最下级分支是第一年款组分类模型下的特定分支；若通过用户上传的车架号获取待识别车源的车型信息，则在车架号信息库中识别出的配置对应的最下级分支是第一年款组分类模型下的特定分支；若通过用户上传的车型名称确定待识别车源的车型信息，则第一年款组分类模型下的第一个分支是第一年款组的特定分支。

步骤102：获取所述第一年款组分类模型下的特定分支下各分支的配置信息以及所述第一年款组分类模型下的分割方法，自动生成若干个问题及其各问题对应的答案。

在本发明的第一实施例中，在数据库中各年款组的分类模型是固定的，所以年款组的分类模型下各分支的配置信息和分割方法也是固定的。因为根据用户上传的车辆信息最多只能定位到动力总成分支，所以要识别到具体的年款和型号，则需要根据定位到的分支中各下级分支的配置信息形成向用户输出的问题，并根据对应的分割方法形成答案，完成后续的识别过程。

步骤103：向用户输出所述生成若干个问题中的第一个问题，响应用户对该问题输入的回答信息，结合该问题对应的答案，确定所述第一年款组分类模型的特定分支的下一个分支。

步骤104：根据所述第一年款组分类模型的特定分支的下一个分支，输出对应的下一个问题，结合用户的回答和问题对应的答案直至在第一年款组分类模型中搜索出待识别车源的年款及型号。

在本发明的第一实施例中，在用户输入车辆信息后，系统最多只能识别到动力总成分支，所以系统需要输出根据配置生成的问题，用户回答完第一个问题后，系统能结合用户的回答和问题的答案定位到下一级分支，从而形成下一个问题，直至确定的具体的年款及型号分支，向用户输出车源的型号。

综上，本发明通过待识别车源的车型信息和上牌日期可以准确定位到待识别车源隶属的年款组及其分类模型以及定位到特定分支，加速了车源型号的识别过程和提高车源型号识别的精确度；基于分类模型中记录的各分支的配置信息以及分割方法自动生成若干个问题及其对应的答案，结合各问题对应的答案，响应用户对这每个问题输入的回答信息，定位到下级分支，从而产生下一个问题直至在年款组分类模型中搜索出待识别车源的年款及型号，以最少的问题识别出车源的具体年款和型号，实现覆盖全面且精准定位到车源的具体年款和型号，提高了车源型号的识别准确性。

实施例2

如图6所示，是本发明提供的识别车源型号的装置的一种实施例的结构示意图，该装置包括年款组确定模块601、问题生成模块602、回答与答案匹配模块603和搜索模块604，具体为：

年款组确定模块601用于获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支；

所述问题生成模块602用于获取所述第一年款组分类模型下的特定分支下各分支的配置信息以及所述第一年款组分类模型下的分割方法，自动生成若干个问题及其各问题对应的答案；

所述回答与答案匹配模块603用于向用户输出所述生成若干个问题中的第一个问题，响应用户对该问题输入的回答信息，结合该问题对应的答案，确定所述第一年款组分类模型的特定分支的下一个分支；

所述搜索模块604用于根据所述第一年款组分类模型的特定分支的下一个分支，输出对应的下一个问题，结合用户的回答和问题对应的答案直至在第一年款组分类模型中搜索出待识别车源的年款及型号。

在本发明的第二实施例中，识别车源型号的装置包括年款组确定模块、问题生成模块、回答与答案匹配模块和搜索模块，以模块间的有机结合为基础，实现高效且准确地识别出车源的年款和型号。

如图7所示，是本发明提供的识别车源型号的装置的另一种实施例的结构示意图，年款组确定模块包括年款组确定单元701、分类模型确定单元702和分支确定单元703，具体为：

年款组确定单元701用于根据待识别车源的车型信息和上牌日期，确定所述待识别车源的销售时间，并根据所述销售时间，确定所述待识别车源隶属的年款组；

所述分类模型确定单元702用于根据确定的年款组，在数据库中查询所述年款组对应的第一年款组分类模型；

所述分支确定单元703用于根据待识别车源的车型信息，在第一年款组分类模型中确定第一年款组分类模型下的特定分支；

其中，所述车型信息包括车型和部分配置；所述数据库中存储了若干个年款组分类模型；每个年款组分类模型中记录了在同一时间段内销售的多个车源，并根据各型号的配置信息将同一年款组分类模型内的各个型号进行划分，形成若干个分支。

在本发明的第二实施例中，年款组确定模块包括图片识别单元、车架号匹配单元和车型名称单元中的任意一个或多个组合，具体为：

所述图片识别单元用于对用户上传的车源照片进行图片识别，获取所述待识别车源的车型信息；

所述车架号匹配单元用于对用户上传的车架号在车架号信息库中进行匹配，获取所述待识别车源的车型信息；

所述车型名称单元用于根据用户上传的车型名称，获取所述待识别车源的车型信息。

综上，本发明构造了一个识别车源型号的装置，以模块间的有机结合为基础，实现覆盖全面且精准定位到车源的具体年款和型号，实现高效且准确地识别出车源的年款和型号。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (10)

1.一种车源型号的识别方法，其特征在于，包括：

获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支；

获取所述第一年款组分类模型下的特定分支下各分支的配置信息以及所述第一年款组分类模型下的分割方法，自动生成若干个问题及其各问题对应的答案；

向用户输出所述若干个问题中的第一个问题，响应用户对该问题输入的回答信息，结合该问题对应的答案，确定所述第一年款组分类模型的特定分支的下一个分支；

根据所述第一年款组分类模型的特定分支的下一个分支，输出对应的下一个问题，结合用户的回答和问题对应的答案直至在第一年款组分类模型中搜索出待识别车源的年款及型号。

2.根据权利要求1所述的车源型号的识别方法，其特征在于，所述获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支，具体为：

根据待识别车源的车型信息和上牌日期，确定所述待识别车源的销售时间，并根据所述销售时间，确定所述待识别车源隶属的年款组；

根据确定的年款组，在数据库中查询所述年款组对应的第一年款组分类模型；

根据待识别车源的车型信息，在第一年款组分类模型中确定第一年款组分类模型下的特定分支；

其中，所述车型信息包括车型和部分配置；所述数据库中存储了若干个年款组分类模型；每个年款组分类模型中记录了在同一时间段内销售的多个型号，并根据各型号的配置信息将同一年款组分类模型内的各个型号进行划分，形成若干个分支。

3.根据权利要求2所述的车源型号的识别方法，其特征在于，所述年款组分类模型，具体的形成过程为：

对处于同一年款组分类模型内的多个型号，根据各型号的配置，生成各型号的配置信息；

根据各型号的配置信息，形成年款组分类模型下各分支直至该年款组分类模型中具体的年款及型号；

其中，所述各型号的配置包括动力总成和配置特征，所述各型号的配置信息包括各型号的配置及其配置下的分割方法。

4.根据权利要求3所述的车源型号的识别方法，其特征在于，所述根据各型号的配置信息，形成年款组分类模型下各分支直至该年款组分类模型中具体的年款及型号，具体为：

在各型号的配置中，根据决策树中的信息增益比，选取信息增益比最大的配置，记录该配置下的分支分割方法；

根据记录的分支分割方法，形成模型各分支直至该年款组分类模型中具体的年款及型号。

5.根据权利要求1所述的车源型号的识别方法，其特征在于，所述获取待识别车源的车型信息和上牌日期，具体为：

对用户上传的车源照片进行图片识别，获取所述待识别车源的车型信息；

或者，对用户上传的车架号在车架号信息库中进行匹配，获取所述待识别车源的车型信息；

或者，根据用户上传的车型名称，获取所述待识别车源的车型信息。

6.根据权利要求1所述的车源型号的识别方法，其特征在于，所述第一年款组分类模型下的特定分支，具体为：

若通过用户上传的车源照片获取待识别车源的车型信息，则图片识别出的配置对应的最下级分支是第一年款组分类模型下的特定分支；

若通过用户上传的车架号获取待识别车源的车型信息，则在车架号信息库中识别出的配置对应的最下级分支是第一年款组分类模型下的特定分支；

若通过用户上传的车型名称获取待识别车源的车型信息，则第一年款组分类模型下的第一个分支是第一年款组的特定分支。

7.根据权利要求4所述的车源型号的识别方法，其特征在于，所述信息增益比，具体为：

其中A代表配置，D代表由多个型号组成的年款组，g_R(D，A)代表A的信息增益比，H(D)代表熵，H(D|A)代表条件熵。

8.一种车源型号的识别装置，其特征在于，包括：年款组确定模块、问题生成模块、回答与答案匹配模块和搜索模块；

其中，所述年款组确定模块用于获取待识别车源的车型信息和上牌日期，确定所述待识别车源隶属的年款组、所述年款组对应的第一年款组分类模型以及所述第一年款组分类模型下的特定分支；

所述问题生成模块用于获取所述第一年款组分类模型下的特定分支下各分支的配置信息以及所述第一年款组分类模型下的分割方法，自动生成若干个问题及其各问题对应的答案；

所述回答与答案匹配模块用于向用户输出所述生成若干个问题中的第一个问题，响应用户对该问题输入的回答信息，结合该问题对应的答案，确定所述第一年款组分类模型的特定分支的下一个分支；

所述搜索模块用于根据所述第一年款组分类模型的特定分支的下一个分支，输出对应的下一个问题，结合用户的回答和问题对应的答案直至在第一年款组分类模型中搜索出待识别车源的年款及型号。

9.根据权利要求7所述的车源型号的识别装置，其特征在于，所述年款组确定模块包括：年款组确定单元、分类模型确定单元和分支确定单元；

所述年款组确定单元用于根据待识别车源的车型信息和上牌日期，确定所述待识别车源的销售时间，并根据所述销售时间，确定所述待识别车源隶属的年款组；

所述分类模型确定单元用于根据确定的年款组，在数据库中查询所述年款组对应的第一年款组分类模型；

所述分支确定单元用于根据待识别车源的车型信息，在第一年款组分类模型中确定第一年款组分类模型下的特定分支；

其中，所述车型信息包括车型和部分配置；所述数据库中存储了若干个年款组分类模型；每个年款组分类模型中记录了在同一时间段内销售的多个型号，并根据各型号的配置信息将同一年款组分类模型内的各个型号进行划分，形成若干个分支。

10.根据权利要求7所述的车源型号的识别装置，其特征在于，所述年款确定模块包括图片识别单元、车架号匹配单元和车型名称单元中的任意一个或多个组合，具体为：

所述图片识别单元用于对用户上传的车源照片进行图片识别，获取所述待识别车源的车型信息；

所述车架号匹配单元用于对用户上传的车架号在车架号信息库中进行匹配，获取所述待识别车源的车型信息；

所述车型名称单元用于根据用户上传的车型名称，获取所述待识别车源的车型信息。

Images