检索结果-维普期刊中文期刊服务平台

基于环境标记约束的不确定轨迹频繁路径挖掘被引量：1: 1; 作者张晓滨张海基《计算机应用研究》 CSCD 北大核心 2018年第9期2648-2650,共3页; 针对环境约束的不确定轨迹数据的频繁路径问题,设计了一种适应于严格时间约束条件下基于环境约束的位置不确定的移动概率序列挖掘算法(UETFP-Prefix Span)。算法通过设置类标号把不同环境下的不确定轨迹数据区分开,利用概率支持度对频... 展开更多; 关键词序列挖掘频繁轨迹模式环境约束不确定轨迹数据; 在线阅读下载PDF 职称材料

复杂障碍空间中基于移动对象运动规律的不确定轨迹预测被引量：1: 2; 作者宫海彦耿生玲《计算机科学》 CSCD 北大核心 2018年第B06期130-134,共5页; 现有移动对象的轨迹预测大部分是针对路网空间,然而在实际地理环境中往往存在障碍物,移动对象的运动基本在障碍空间中进行。近年来,已有较多关于路网空间中移动对象轨迹预测的研究以及障碍空间中障碍范围查询、最近邻查询等的研究,但是... 展开更多; 关键词障碍空间移动对象运动规律不确定轨迹预测; 在线阅读下载PDF 职称材料

基于路网的不确定性轨迹预测被引量：15: 3; 作者郭黎敏丁治明 +1 位作者胡泽林陈超《计算机研究与发展》 EI CSCD 北大核心 2010年第1期104-112,共9页; 移动对象的轨迹预测研究已成为当前移动对象研究中关注的热点,移动对象的轨迹预测技术具有高度的研究价值及广阔的应用前景.目前移动对象的轨迹预测方法主要是针对历史轨迹确定的欧氏空间轨迹预测,但有相当一部分的应用要求预测历史轨... 展开更多; 关键词移动对象路网受限不确定轨迹轨迹模式轨迹预测; 在线阅读下载PDF 职称材料

基于路网的LBSN用户移动轨迹聚类挖掘方法被引量：9: 4; 作者邹永贵万建斌夏英《计算机应用研究》 CSCD 北大核心 2013年第8期2410-2414,共5页; 基于LBSN(基于位置的社交网络)中数据的地理和社交属性,结合用户轨迹和好友关系,有助于提高不确定轨迹聚类挖掘的效率。根据LBSN用户的好友关系特征,引入评分函数,对用户影响力进行排序,找出其中的活跃用户;在传统路网子轨迹匹配和对签... 展开更多; 关键词社交网络不确定轨迹用户影响力热点路径; 在线阅读下载PDF 职称材料

传感器网络基于轨迹聚类的多目标跟踪算法被引量：5: 5; 作者朱敬华尹旭明 +3 位作者柏敬思王亚珂李金宝王雪《电子学报》 EI CAS CSCD 北大核心 2017年第11期2671-2676,共6页; 本文重点研究传感器网络中能源高效的多目标跟踪问题.根据轨迹相似性对跟踪目标聚类,利用组对象跟踪实现所有对象的跟踪,能够有效地减少传输能耗,延长网络寿命.由于测量误差、低采样率以及环境干扰,很难获取目标的精确位置,因此轨迹数... 展开更多; 关键词对象跟踪传感器网络不确定轨迹聚类马尔科夫模型; 在线阅读下载PDF 职称材料

基于区间二型模糊模型的高分辨率遥感影像分割方法被引量：9: 6; 作者王春艳徐爱功 +1 位作者杨本臣赵雪梅《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第3期658-666,共9页; 为了解决高分辨遥感影像分割过程中存在的类属和分割决策不确定性问题,提出一种基于区间二型模糊模型的监督分割方法。利用高斯函数建立影像分割一型模糊模型,其模糊隶属度表征像素类属不确定性;为了改善一型模糊模型隶属度对类属不确... 展开更多; 关键词区间二型模糊模型高分辨率遥感影像不确定轨迹影像分割; 在线阅读下载PDF 职称材料

基于区间二型模糊神经网络的高分辨率遥感影像分割方法被引量：2: 7; 作者王春艳徐爱功 +1 位作者姜勇赵雪梅《信号处理》 CSCD 北大核心 2017年第5期711-720,共10页; 高分辨率遥感影像同质区域地物目标异质性增大,光谱测度空间复杂性增加使像素类属的不确定性以及分割决策不确定性增大,引起分割精度下降。提出一种基于区间二型模糊神经网络的高分辨率遥感影像监督分割方法。对同质区域构建一型高斯隶... 展开更多; 关键词区间二型模糊模型高分辨率不确定轨迹影像分割模糊神经网络; 在线阅读下载PDF 职称材料

题名基于环境标记约束的不确定轨迹频繁路径挖掘被引量：1: 1; 作者张晓滨张海基; 机构西安工程大学计算机科学学院; 出处《计算机应用研究》 CSCD 北大核心 2018年第9期2648-2650,共3页; 基金陕西省教育厅科学研究计划资助项目(14JK1307); 文摘针对环境约束的不确定轨迹数据的频繁路径问题,设计了一种适应于严格时间约束条件下基于环境约束的位置不确定的移动概率序列挖掘算法(UETFP-Prefix Span)。算法通过设置类标号把不同环境下的不确定轨迹数据区分开,利用概率支持度对频繁项集进行了重新定义,通过减少某些特定序列模式生成过程的扫描,来减少投影数据库的规模及扫描投影数据库的时间,提高算法效率。测试实验结果表明,改进后的UETFP-Prefix Span算法挖掘结果更符合现实情况,算法执行效率更高。; 关键词序列挖掘频繁轨迹模式环境约束不确定轨迹数据; Keywords sequence mining frequent trajectory patterns environmental constraints uncertain trajectory data; 分类号 TP312 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名复杂障碍空间中基于移动对象运动规律的不确定轨迹预测被引量：1: 2; 作者宫海彦耿生玲; 机构青海师范大学计算机学院青海师范大学物联网省级重点实验室; 出处《计算机科学》 CSCD 北大核心 2018年第B06期130-134,共5页; 基金国家自然科学基金项目(61261047 61403290) +4 种基金国家社科项目(15XMZ057) 青海省自然基金项目(2014-ZJ-908 2016-ZJ-920Q) 青海省物联网重点实验室建设专项(2017-ZJ-Y21)资助; 文摘现有移动对象的轨迹预测大部分是针对路网空间,然而在实际地理环境中往往存在障碍物,移动对象的运动基本在障碍空间中进行。近年来,已有较多关于路网空间中移动对象轨迹预测的研究以及障碍空间中障碍范围查询、最近邻查询等的研究,但是目前尚没有障碍空间中移动对象不确定轨迹预测的相关研究。为此,提出障碍空间中基于移动对象运动规律的不确定轨迹预测方法。首先,利用障碍物之间的区域关系对障碍空间进行剪枝;其次,提出障碍空间期望距离概念,对障碍空间的轨迹数据进行轨迹聚类,从而挖掘移动对象的热点区域;然后,根据各热点区域间的障碍距离和历史访问习惯得到转移的综合概率,提出基于移动对象运动规律的轨迹预测算法;最后,通过实验验证了算法的准确性和高效性。; 关键词障碍空间移动对象运动规律不确定轨迹预测; Keywords Obstacle space Moving object Pattern of motion Uncertain trajectory prediction; 分类号 TP311.131 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于路网的不确定性轨迹预测被引量：15: 3; 作者郭黎敏丁治明胡泽林陈超; 机构中国科学院软件研究所中国科学院研究生院; 出处《计算机研究与发展》 EI CSCD 北大核心 2010年第1期104-112,共9页; 基金国家自然科学基金项目(60970030) 教育部留学回国人员科研启动基金项目(外教司留[2006J331]) 国家"八六三"高技术研究发展计划基金项目(2007AA01Z17903); 文摘移动对象的轨迹预测研究已成为当前移动对象研究中关注的热点,移动对象的轨迹预测技术具有高度的研究价值及广阔的应用前景.目前移动对象的轨迹预测方法主要是针对历史轨迹确定的欧氏空间轨迹预测,但有相当一部分的应用要求预测历史轨迹存在不确定性的移动对象在受限路网中的轨迹.为了解决这一问题,首先提出了不确定性轨迹的生成方法及其表示形式,然后提出了一种基于路网的不确定性轨迹频繁模式挖掘算法,最后给出了利用索引快速查找轨迹模式并进行预测的方法.实验结果表明该方法具有较高的预测准确率、较好的查询效率以及较低的存储空间.; 关键词移动对象路网受限不确定轨迹轨迹模式轨迹预测; Keywords moving object network-constrained uncertain trajectory trajectory pattern path prediction; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于路网的LBSN用户移动轨迹聚类挖掘方法被引量：9: 4; 作者邹永贵万建斌夏英; 机构重庆邮电大学计算机科学与技术学院; 出处《计算机应用研究》 CSCD 北大核心 2013年第8期2410-2414,共5页; 基金重庆市自然科学基金资助项目(CSTC2012jjA40014) 重庆邮电大学博士启动基金资助项目; 文摘基于LBSN(基于位置的社交网络)中数据的地理和社交属性,结合用户轨迹和好友关系,有助于提高不确定轨迹聚类挖掘的效率。根据LBSN用户的好友关系特征,引入评分函数,对用户影响力进行排序,找出其中的活跃用户;在传统路网子轨迹匹配和对签到数据清理的基础上,加入子轨迹匹配准确性监测,并存储活跃用户匹配成功的路段,进而减少路网匹配时间。最后综合R*树的空间索引机制和DBSCAN聚类算法对城市内的热点路径进行挖掘。理论分析和实验表明,相比于已有方法,改进的的聚类挖掘方法在LBSN环境中的时间效率和准确性都有较大的提高,且有较好的可伸缩性。; 关键词社交网络不确定轨迹用户影响力热点路径; Keywords social network uncertain trajectory user effect hot route; 分类号 TP319 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名传感器网络基于轨迹聚类的多目标跟踪算法被引量：5: 5; 作者朱敬华尹旭明柏敬思王亚珂李金宝王雪; 机构计算机科学技术学院黑龙江省数据库与并行计算重点实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2017年第11期2671-2676,共6页; 基金国家自然科学基金(No.61100048,No.61370222) 黑龙江自然科学基金(No.F2016034) 黑龙江省教育厅科学技术研究项目(No.12531498); 文摘本文重点研究传感器网络中能源高效的多目标跟踪问题.根据轨迹相似性对跟踪目标聚类,利用组对象跟踪实现所有对象的跟踪,能够有效地减少传输能耗,延长网络寿命.由于测量误差、低采样率以及环境干扰,很难获取目标的精确位置,因此轨迹数据存在固有的不确定性.忽略这种不确定性会降低轨迹挖掘质量,从而影响目标跟踪.提出基于不确定性轨迹挖掘的组对象跟踪方法.轨迹挖掘阶段首先为所有跟踪目标建立马尔科夫链模型,然后给出一种新的不确定轨迹相似性的度量,最后给出不确定轨迹聚类算法UTK-means对目标分组.组对象跟踪阶段向基站周期性地更新组中心轨迹的位置.实验结果验证了本文方法具有较高的聚类质量和节能效率.; 关键词对象跟踪传感器网络不确定轨迹聚类马尔科夫模型; Keywords object tracking sensor network uncertain trajectory clustering Markov model; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于区间二型模糊模型的高分辨率遥感影像分割方法被引量：9: 6; 作者王春艳徐爱功杨本臣赵雪梅; 机构辽宁工程技术大学矿业技术学院辽宁工程技术大学测绘与地理科学学院辽宁工程技术大学电器与控制工程学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第3期658-666,共9页; 基金教育部高等学校博士学科总专项科研基金(20122121110007) 国家自然科学基金(41271435)项目资助; 文摘为了解决高分辨遥感影像分割过程中存在的类属和分割决策不确定性问题,提出一种基于区间二型模糊模型的监督分割方法。利用高斯函数建立影像分割一型模糊模型,其模糊隶属度表征像素类属不确定性;为了改善一型模糊模型隶属度对类属不确定性的表达以及增强分割决策的准确性,分别采用均值和方差扩展方法在上述一型模糊模型基础上构建区间二型模糊模型;综合利用一型模糊模型隶属度及二型模糊模型隶属区间等信息实现分割决策。提出算法和经典算法对合成影像、World View-II和IKONOS全色影像进行分割实验,定性和定量的分析结果表明提出算法具有更高的分割精度。; 关键词区间二型模糊模型高分辨率遥感影像不确定轨迹影像分割; Keywords interval Fype-2 fuzzy model high resolution remote sensing image footprint of uncertainty image segmentation; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置] TH761 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名基于区间二型模糊神经网络的高分辨率遥感影像分割方法被引量：2: 7; 作者王春艳徐爱功姜勇赵雪梅; 机构辽宁工程技术大学矿业技术学院辽宁工程技术大学测绘与地理科学学院辽宁工程技术大学电气与控制工程学院; 出处《信号处理》 CSCD 北大核心 2017年第5期711-720,共10页; 基金辽宁省教育厅一般项目(LJYL036) 教育部高等学校博士学科点专项科研基金资助(20122121110007); 文摘高分辨率遥感影像同质区域地物目标异质性增大,光谱测度空间复杂性增加使像素类属的不确定性以及分割决策不确定性增大,引起分割精度下降。提出一种基于区间二型模糊神经网络的高分辨率遥感影像监督分割方法。对同质区域构建一型高斯隶属函数模型刻画像素类属的不确定性;模糊化高斯隶属函数参数构建区间二型模糊模型处理分割决策的不确定性;以训练样本在所有类别中的一型模糊隶属度及上、下隶属度为输入,建立模糊神经网络模型并融入像素邻域关系作为模糊决策。采用文中算法、FCM方法、HMRF-FCM及区间二型模糊神经网络方法分别对合成影像及真实高分辨遥感影像进行分割,定性与定量的对比分析验证了文中算法具有更高的分割精度。; 关键词区间二型模糊模型高分辨率不确定轨迹影像分割模糊神经网络; Keywords interval type-2 fuzzy model high resolution footprint of uncertainty image segmentation fuzzy neuron net-works; 分类号 TP791 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于环境标记约束的不确定轨迹频繁路径挖掘	张晓滨张海基	《计算机应用研究》 CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
2	复杂障碍空间中基于移动对象运动规律的不确定轨迹预测	宫海彦耿生玲	《计算机科学》 CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
3	基于路网的不确定性轨迹预测	郭黎敏丁治明胡泽林陈超	《计算机研究与发展》 EI CSCD 北大核心	2010	15	在线阅读下载PDF 职称材料
4	基于路网的LBSN用户移动轨迹聚类挖掘方法	邹永贵万建斌夏英	《计算机应用研究》 CSCD 北大核心	2013	9	在线阅读下载PDF 职称材料
5	传感器网络基于轨迹聚类的多目标跟踪算法	朱敬华尹旭明柏敬思王亚珂李金宝王雪	《电子学报》 EI CAS CSCD 北大核心	2017	5	在线阅读下载PDF 职称材料
6	基于区间二型模糊模型的高分辨率遥感影像分割方法	王春艳徐爱功杨本臣赵雪梅	《仪器仪表学报》 EI CAS CSCD 北大核心	2016	9	在线阅读下载PDF 职称材料
7	基于区间二型模糊神经网络的高分辨率遥感影像分割方法	王春艳徐爱功姜勇赵雪梅	《信号处理》 CSCD 北大核心	2017	2	在线阅读下载PDF 职称材料