检索结果-内蒙古大学图书馆

自动化学报 2022年第2期48卷 408-417页

作者：钱锦浩宋展仁郭春超赖剑煌谢晓华中山大学计算机学院广州510006 视频图像智能分析与应用技术公安部重点实验室广州510006 机器智能与先进计算教育部重点实验室广州510006

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、... 详细信息

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、遮挡现象和光照变化等所导致的行人表观变化和匹配不准确问题.为了克服单纯视觉匹配困难问题,本文提出一种结合行人表观特征跟行人时空共现模式的行人再识别方法.所提方法利用目标行人的邻域行人分布信息来辅助行人相似度计算,有效地利用时空上下文信息来加强视觉行人再识别.在行人再识别两个权威公开数据集Market-1501和DukeMTMC-ReID上的实验验证了所提方法的有效性.

关键词：行人再识别深度学习时空共现模式行人邻域

来源：评论

学校读者我要写书评

暂无评论

基于时空共现模式的轨迹可视分析研究

基于时空共现模式的轨迹可视分析研究

引用

作者：余晨熙天津大学

学位级别：硕士

目前时空轨迹数据广泛存在于日常生活和科学研究中,轨迹数据中存在很多有价值的信息和模式,对轨迹数据中存在的时空共现模式进行挖掘和分析具有重要研究价值和意义。可视分析可以通过人机交互的方式将人类的认知和经验融入到数据分析和... 详细信息

目前时空轨迹数据广泛存在于日常生活和科学研究中,轨迹数据中存在很多有价值的信息和模式,对轨迹数据中存在的时空共现模式进行挖掘和分析具有重要研究价值和意义。可视分析可以通过人机交互的方式将人类的认知和经验融入到数据分析和决策过程中,形成人脑和机器的优势互补,有效地完成轨迹分析。然而现有方法无法直观地表达时空共现模式,无法支持用户实时探索大规模轨迹数据,这给轨迹分析带来了巨大挑战。为了解决这些问题,本文主要研究如何对个人轨迹数据的时空共现模式进行挖掘和可视分析,主要工作如下:(1)针对如何有效、快速地挖掘轨迹中时空共现模式的问题,提出了一个基于轨迹分段匹配的时空共现模式挖掘方法。首先方法基于停留点对轨迹分段,然后基于轨迹分段匹配进行相关性分析和聚类,最后提取特定若干轨迹的时空共现模式,通过对时空共现模式提取算法进行优化提高了算法性能,并且设计了一种基于故事线的可视化方法表示时空共现模式。挖掘方法为可视分析提供了理论基础和性能支撑。(2)针对如何直观地表达时空共现模式并对轨迹进行分析的问题,设计了一个时空协同的可视分析方法。结合提出的时空共现模式挖掘方法,本文列举了需要完成的可视分析任务,提出了一个可视分析流程,研发了一个可视分析系统。围绕个人轨迹数据的地理空间信息、相关性分析、时空共现模式,可视分析系统提供了时空协同探索的可视化视图展示和丰富的多视图交互手段,帮助用户探索和分析个人GPS轨迹数据。通过两个数据集的案例分析和用户研究,验证了可视分析方法的有效性,以及在轨迹分析、警察侦破案件、传染病疫情防控等领域的实际应用意义。综上,本文集中关注个人GPS轨迹数据的研究,探究了轨迹时空共现模式的挖掘方法和可视分析方法,为轨迹分析和可视化的相关研究提供了一些补充,具有一定的理论研究和实际应用价值。

关键词：时空数据轨迹分析时空共现模式共现模式挖掘可视化可视分析

来源：评论

学校读者我要写书评

暂无评论

装备故障的时空共现模式挖掘

引用

兵工自动化 2016年第6期35卷 46-51页

作者：杨乐包磊海军工程大学电子工程学院指挥信息系统系武汉430033

针对装备故障数据的时空特性,给出一种基于apriori算法的快速挖掘算法。从装备故障全局的角度出发,定义装备故障时空共现模式,模式中引入故障实例空间参与率、候选同位模式参与指数、故障类型时域参与度、故障类型时域参与指数等描述指... 详细信息

针对装备故障数据的时空特性,给出一种基于apriori算法的快速挖掘算法。从装备故障全局的角度出发,定义装备故障时空共现模式,模式中引入故障实例空间参与率、候选同位模式参与指数、故障类型时域参与度、故障类型时域参与指数等描述指标,并通过仿真分析比较快速挖掘算法与朴素挖掘算法的执行效率。仿真结果表明:当装备故障时空数据量较大且含较高噪声时,所提出的快速挖掘算法有更高的执行效率。

关键词：装备故障空间同位模式时空共现模式时空数据挖掘 apriori算法

来源：评论

学校读者我要写书评

暂无评论

船舶多层级分类识别技术研究

船舶多层级分类识别技术研究

引用

作者：王宏阳中国科学院大学

学位级别：硕士

近年来，随着海上反恐、国际海域争端等问题日益突出，我国的海上安全保障形势日益严峻，海洋安全已成为国家安全的重要组成部分。对船舶快速有效的识别、定位与追踪是对船舶进行有效管控进而实现海洋安全保障和海上态势评估的重要依据... 详细信息

近年来，随着海上反恐、国际海域争端等问题日益突出，我国的海上安全保障形势日益严峻，海洋安全已成为国家安全的重要组成部分。对船舶快速有效的识别、定位与追踪是对船舶进行有效管控进而实现海洋安全保障和海上态势评估的重要依据。由于船舶的集群行为包含了更多的宏观信息，所以对船舶的监管不仅仅局限于单艘船舶，对船队的监控也是船舶管控中的重要内容。相应地，船舶分类识别任务不仅包括对船舶单体的识别，还包括对船队等船舶群体的分类。已有的自动船舶分类识别系统缺少对船队的分类功能，对于船舶的单体识别也不够准确，迫切需要研发新的自动船舶分类识别技术，全面挖掘船舶信息，有效提高识别准确率。目前船舶上都装备有多种类型的传感器，因而船舶管控部门能通过遥感、AIS等多种手段获取到船舶的特征数据。特征数据包括时间特征、空间特征及吃水深度、对地航速等参数特征，为从特征层面对船舶进行分类识别提供了数据基础。\n 针对上述问题，本文基于特征数据研究了船舶多层级分类识别技术，并在两个层级上分别提出了船舶的分类识别算法。其中在第一层级上提出了船舶的单体型识别算法，即辨别出单条船舶类型乃至具体型号，在第二层级上提出了船舶的集合型分类算法，即将经常以船队形式出海的船舶作为一个整体分类到一个集合中。此外，基于所提算法本文设计实现了一个船舶多层级分类识别系统。通过船舶的多层级分类识别，加强了船舶异常行为的识别功能，提高了对重点船舶的监管能力，同时为发掘海洋贸易等深层隐含信息提供了基础。\n 本文主要工作和贡献可以归纳为以下四点:\n 1)提出一种基于船舶参数变化规律的提取算法\n 为了对每类船舶历史参数值的变化规律进行提取，提出一种基于船舶参数变化规律的提取算法。该算法首先对参数异常的船舶数据进行了过滤，减少了噪声数据的干扰;然后进行参数跳变模式的挖掘，提取出船舶多组参数联合变化的范围与规律;接着进行趋势编码模式的挖掘，全面刻画出参数变化曲线的升降趋势、变化幅度及拐点等信息。实验结果表明，所提算法运行时间约为83秒，满足系统的设计要求。\n 2)提出一种基于空间位置和参数特征的船舶单体型识别算法\n 为了对船舶进行单体型识别，提出基于空间位置和参数特征的船舶单体型识别算法。该算法首先基于Kd-Tree结构建立了空间索引，提高了处理效率;然后分别实现船舶的点聚类和轨迹聚类，将未知船舶归类到周围已识别船舶的海域中;接着对处在多个聚类区域中的未知船舶进行船舶参数特征的匹配，从而完成船舶的单体型识别。实验结果表明，所提算法的准确率不低于80％，建立空间索引后算法运行时间有了显著提升。\n 3)提出一种基于时空共现模式挖掘的船舶集合型分类算法\n 为了对船舶进行集合型分类，提出基于时空共现模式挖掘的船舶集合型分类算法。该算法首先通过划分时间槽解决了船舶获取时间不一致的问题;然后通过空间共现模式的挖掘对船队进行了第一级筛选;接着通过时间共现模式挖掘完成第二级筛选，得到船队的频繁二项集;最后基于Apriori算法生成船队的频繁多项集。实验结果表明，所提算法的准确率优于已有算法，运行时间不超过100秒，满足系统的设计要求。\n 4)设计并实现船舶多层级分类识别系统\n 为了支持从数据接入到识别结果展示入库的完整业务流程，设计并实现船舶多层级分类识别系统。该系统主要包括数据存储访问、数据可视化、数据预处理、船舶参数变化规律提取、船舶单体型识别、船舶集合型分类等功能。实验结果表明，该系统分类识别的准确率与运行时间均满足系统的设计要求。

关键词：船舶分类识别参数提取空间位置时空共现模式

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：