检索结果-内蒙古大学图书馆

作者：生坤星哈尔滨工业大学

学位级别：硕士

目前城市化迅速发展,人口高度集中,城市化在带给人们便捷的同时也存在诸多的问题,例如城市安全、交通安全等问题。该文从城市安全的角度出发,对比和讨论城市人流监控的多种方法和途径,然后提出一种基于大数据技术手段的人流量监控方法,... 详细信息

目前城市化迅速发展,人口高度集中,城市化在带给人们便捷的同时也存在诸多的问题,例如城市安全、交通安全等问题。该文从城市安全的角度出发,对比和讨论城市人流监控的多种方法和途径,然后提出一种基于大数据技术手段的人流量监控方法,并最终使用该方法实现了区域人流量监控系统。目前城市人流量监控使用的方法有红外和摄像,在目标区域安装网络和硬件设备对人流量进行监控,然后使用视频分析算法或红外信号分析算法对的人流量进行监控、分析和预测,具备实时、直观、准确等优点,但是也存在部署复杂、设备成本高等缺点。考虑到工程施工、设备成本,在城市非主干道、城市开发区等区域则不适用这种监控方式。随着智能终端飞速发展和快速普及,用户随时随地可以使用手机访问互联网,运营商对用户使用终端产生的信令数据进行实时收集和留存,然后使用大数据技术对信令数据进行统计和建模分析,可以得出区域的实时人流量信息和用户互联网访问信息,为区域人流量监控提供了一种新的监控方法,这种方法可以监控较大大面积区的人流量信息,监控结果实时准确。本论文设计和实现了基于spark streaming框架的区域人流监控系统,从设计角度可分为spark streaming数据处理子系统和区域人流监控可视化子系统,实现了区域人流量展现和预警、区域人流量统计和用户互联网行为识别等功能。作者参与了该项目从需求分析到系统编码等各阶段,最终该项目所研发的系统配合公安部门在日常及重大节日时防止人流集中产生踩踏和恐怖等事件发生完成相应的监控和预警工作,为公安及有关部门提供易操作、低成本的区域人流量监控系统。

关键词： spark streaming框架人流监控位置信令上网日志信令

来源：评论

学校读者我要写书评

暂无评论

基于大数据驱动的船舶航行轨迹异常检测研究

引用

舰船科学技术 2023年第5期45卷 152-155页

作者：熊志文广西船联网工程技术研究中心广西南宁530007 广西感知物联网生产力促进中心广西南宁530007

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的... 详细信息

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的航行大数据;再利用大数据驱动技术中的聚类方法建立船舶正常轨迹模型,获取船舶航行正常轨迹;依据船舶航行正常轨迹,利用大数据驱动技术内的spark streaming数据实时计算框架,通过计算船舶航行轨迹点与实际轨迹采样点之间的距离、航向角等,得到船舶航行轨迹异常检测结果。实验结果表明,该方法获取船舶航行实际轨迹精度较高,可有效检测船舶航行轨迹异常,具备较好的应用效果。

关键词：大数据驱动船舶航行轨迹异常检测 spark streaming框架聚类方法

来源：评论

学校读者我要写书评

暂无评论

基于spark的内河船舶轨迹实时异常检测方法研究

基于Spark的内河船舶轨迹实时异常检测方法研究

引用

作者：彭祥文武汉理工大学

学位级别：硕士

随着我国内河航运的繁荣发展,如何保证内河船舶航行安全成为亟需解决的问题。每年我国内河水域都有船舶碰撞、搁浅等水上交通事故发生,给人民的生命安全和财产带来巨大损失。而对船舶轨迹进行实时异常检测,能及时发现那些异常轨迹船舶,... 详细信息

随着我国内河航运的繁荣发展,如何保证内河船舶航行安全成为亟需解决的问题。每年我国内河水域都有船舶碰撞、搁浅等水上交通事故发生,给人民的生命安全和财产带来巨大损失。而对船舶轨迹进行实时异常检测,能及时发现那些异常轨迹船舶,并给出预警,从而防微杜渐,有效避免船舶安全事故的发生。本文以内河船舶轨迹为研究对象,从船舶轨迹快速聚类、船舶轨迹实时异常检测以及船舶典型轨迹模型动态更新三方面对船舶轨迹进行研究。主要工作及创新如下:(1)设计了船舶子轨迹间相似性综合度量方法由于内河环境复杂,不同航段的航道条件不同,本文首先依据航道特征将研究水域划分为限速航段(汇流、渡船、桥区等)、限宽航段(宽航道/窄航道)以及弯道航段,从船舶子轨迹位置、航向以及航速三方面综合度量船舶子轨迹间相似性,并依据分区航段特征,分配不同的距离权值,从而能更准确地衡量船舶子轨迹间相似性。(2)设计了spark下基于快速聚类的内河船舶典型轨迹模型构建方法由于船舶轨迹数据具有高维复杂、数据量大等特征,针对现有密度峰快速聚类算法的不足,改进了局部密度的计算方法,并对多聚类中心的类簇进行合并,设计了适用于船舶子轨迹的快速聚类算法。另外,结合航道分区处理,在spark平台上实现并行化船舶子轨迹快速聚类,提高聚类效率,并依据各分区航段聚类结果构建船舶典型轨迹模型。最后利用已有AIS数据实验验证了算法的可行性及有效性。(3)设计了基于spark streaming的内河船舶轨迹实时异常检测方法为了满足船舶轨迹实时异常检测对于准确性以及时效性的要求,利用spark streaming框架处理实时流数据的高效性,设计了基于spark streaming的船舶轨迹实时异常检测方法。本文将船舶轨迹异常分为三类:船舶轨迹位置异常、船舶轨迹航向异常以及船舶轨迹航速异常,首先依据构建的船舶典型轨迹模型,对实时到达的船舶轨迹点进行船舶轨迹位置异常实时检测;考虑到单个轨迹点航向或航速异常不足以代表船舶轨迹航向异常或航速异常,因此,对于位置正常船舶轨迹点,取该船舶最近若干位置正常轨迹点构成轨迹段,使用轨迹段替代轨迹点进行船舶轨迹航向异常以及航速异常实时检测,并使用各分区航段阈值代替全局阈值提高检测精度。最后使用实时AIS数据验证了该算法具有较好的准确率以及时效性。(4)研究了船舶典型轨迹模型动态更新方法由于内河通航条件的变化(如枯水期、丰水期、天气变化等),船舶正常轨迹也会随之改变,为了使船舶典型轨迹模型能够适应正常轨迹的动态变化,同时针对AIS数据流特性,设计了面向船舶轨迹的在线数据流聚类算法。本文将在线聚类过程分为局部轨迹点微簇增量更新以及全局轨迹点微簇更新两阶段,并利用全局轨迹点微簇动态更新船舶典型轨迹模型,从而使得船舶典型轨迹模型能够适应船舶正常轨迹的变化,进而降低误警率。最后通过实验验证了船舶典型轨迹模型动态更新方法的有效性。

关键词：船舶轨迹实时异常检测快速聚类模型动态更新 spark streaming框架

来源：评论

学校读者我要写书评

暂无评论

基于Spring MVC的校园生活服务平台的设计与实现

基于Spring MVC的校园生活服务平台的设计与实现

引用

作者：王卉南京大学

学位级别：硕士

中国实行改革开放40年来,政治、经济获得了飞速发展,同时也带动了高等教育的普及和发展。截止到2017年,中国的在校大学生已经达到了 2695.8万,日益成长为一个不可忽视的消费群体。同时,随着互联网的发展,在校大学生对消费的多元化与便... 详细信息

中国实行改革开放40年来,政治、经济获得了飞速发展,同时也带动了高等教育的普及和发展。截止到2017年,中国的在校大学生已经达到了 2695.8万,日益成长为一个不可忽视的消费群体。同时,随着互联网的发展,在校大学生对消费的多元化与便捷性也提出了越来越高的要求。这些现象都催生了大量的以020商业模式为指导的生活服务类应用的涌现。但是目前这些应用往往只针对校园生活的某一方面,用户为了获取全面的生活服务,需要在不同应用之间来回跳转,从而失去了便捷性。本文介绍的校园生活服务平台是为了满足在校大学生日益增长的,对高效、便捷的生活的追求而产生的系统。它以020模式为指导,涵盖了以校园为圆心的生活区域内的餐饮、娱乐、二手市场等校园生活的主要服务。本系统包括了店家模块、前端展示模块、超级管理员模块和数据平台模块,以微信平台为主要线上引流渠道,吸引顾客到店消费。用户只需要注册平台,便可以获得校园周边的主要生活服务,省去了在不同应用之间来回切换、查找的不便。校园生活服务平台使用Spring MVC框架作为Web服务的开发框架,以MyBatis框架作为数据持久层框架,以阿里开源的SUI Mobile作为前端开发框架,搭建了能够承受较大并发量的Web服务。同时,本系统使用spark streaming框架作为用户日志数据的实时流处理工具,开发了配套的用户日志实时分析平台,并在数据分析的基础上实现了数据可视化服务,供数据分析师及时分析用户数据、调整商业决策。校园生活服务平台为在校大学生提供了一种生活解决方案,它聚焦于校园周边,吸引口碑良好的商家入驻。通过使用本系统,大学生可以获得一站式的综合生活服务,不需要在多个应用之间来回切换,便可以得到自己需要的信息。而数据分析师可以通过系统配套的数据平台实时地对用户数据进行分析,从而改进商业决策。

关键词： O2O模式 Spring MVC框架 spark streaming框架

来源：评论

学校读者我要写书评

暂无评论

基于spark streaming的并行K-means改进算法研究

引用

现代计算机 2021年第18期27卷 68-71页

作者：宋国兴张清伟郑明钊杜飞陈彬中国移动通信集团设计院有限公司山东分公司(华北二区) 济南250101

K-means聚类算法作为一种经典的聚类算法被广泛应用,但是传统聚类算法在对实时性聚类要求较高的场景已经不适用,特别是在基于聚类的一些实时推荐算法中。本文通过spark streaming框架对传统K-means聚类过程广播共享聚类中心并使用KD树... 详细信息

K-means聚类算法作为一种经典的聚类算法被广泛应用,但是传统聚类算法在对实时性聚类要求较高的场景已经不适用,特别是在基于聚类的一些实时推荐算法中。本文通过spark streaming框架对传统K-means聚类过程广播共享聚类中心并使用KD树对迭代过程进行二次优化。实验结果表明优化改进后的K-means聚类算法能够明显提升收敛效率和降低聚类时间,能够满足对实时性聚类的要求。

关键词： K-means聚类实时性聚类 KD树 spark streaming框架

来源：评论

学校读者我要写书评

暂无评论

基于大数据技术的分布式电商信息实时展示系统的设计与实现

引用

信息记录材料 2022年第9期23卷 227-230页

作者：李云鹏西北工业大学陕西西安710129

近年来,随着大数据技术的不断发展,人们更加关注实时数据的价值。电商行业的飞速发展使得用户行为数据呈爆炸式增长,从海量数据中实时提取关键信息,有利于电商平台进行服务升级。本文借助大数据相关技术(spark streaming+Kafka+Websocke... 详细信息

近年来,随着大数据技术的不断发展,人们更加关注实时数据的价值。电商行业的飞速发展使得用户行为数据呈爆炸式增长,从海量数据中实时提取关键信息,有利于电商平台进行服务升级。本文借助大数据相关技术(spark streaming+Kafka+Websocket+Scrapy),以模块化的设计思路,构建了分布式电商信息实时展示系统。

关键词：大数据技术 spark streaming框架流计算可视化

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：