-
题名装备故障的时空共现模式挖掘
被引量：4
- 1
-
-
作者
杨乐
包磊
-
机构
海军工程大学电子工程学院指挥信息系统系
-
出处
《兵工自动化》
2016年第6期46-51,共6页
-
文摘
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
-
Keywords
equipment failure data
spatial co-location pattern
spatiotemporal co-occurrence pattern
spatiotemporal data mining
apriori algorithm
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于时空共现模式的视觉行人再识别
被引量：2
- 2
-
-
作者
钱锦浩
宋展仁
郭春超
赖剑煌
谢晓华
-
机构
中山大学计算机学院
视频图像智能分析与应用技术公安部重点实验室
机器智能与先进计算教育部重点实验室
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2022年第2期408-417,共10页
-
基金
国家自然科学基金(62072482,62076258)
广东省信息安全技术重点实验室开放课题基金(2017B030314131)
公安部科技强警基础工作专项项目(2019GABJC39)资助。
-
文摘
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
-
Keywords
Person re-identification
deep learning
co-occurrence pattern
person neighbourhood
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于随机森林的LBS用户社会关系判断方法
被引量：8
- 3
-
-
作者
马春来
单洪
马涛
顾正海
-
机构
电子工程学院
-
出处
《计算机科学》
CSCD
北大核心
2016年第12期218-222,共5页
-
基金
国防重点实验室基金资助
-
文摘
根据LBS用户位置信息对用户之间是否存在社会关系进行判断,是基于位置大数据的情报挖掘领域中的一个新兴问题,可为群体发现及社团划分提供信息支撑。以时空共现理论为依据,将时空共现区特征归纳为4类,提出了一种基于随机森林的用户社会关系判断方法。该方法包括特征选择和训练分类环节。首先,针对特征空间存在不相关和冗余特征而影响判断性能的问题,提出一种基于Fisher准则和χ2检验的特征选择算法,对无关、冗余特征进行剔除;然后采用随机森林进行分类判断,克服了现有方法训练速度慢、容易过拟合的问题。以LBSN用户Check-in数据为例进行的实验结果表明,该方法能够以较低的计算代价和较高的准确率实现社会关系的判断。
-
关键词
基于位置的服务
时空共现
随机森林
社会关系推断
-
Keywords
LBS, Spatio-temporal co-occurrences,Random forests, Social ties inferring
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名随机森林改进算法在LBS用户社会关系推断中的应用
被引量：5
- 4
-
-
作者
马春来
单洪
马涛
史英春
-
机构
电子工程学院
通信信息控制和安全技术重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第12期2708-2712,共5页
-
基金
国防重点实验室基金项目(9140C130104)资助
-
文摘
根据LBS用户位置信息对用户社会关系进行推断,是基于位置大数据的情报挖掘领域中的一个新兴问题,可为群体发现及社团划分提供信息支撑.本文以时空共现理论为依据,对时空共现区的4类特征进行了选择、归纳及优化.针对随机森林难以对高维且含有冗余特征的数据进行分类的问题,提出一种基于特征空间分区采样策略的随机森林算法.该算法以Fisher比对特征的重要程度进行度量,并以此为依据对特征子空间分区,然后按比例进行采样,最后构造随机森林.这一改进有效避免了随机采样法构造特征子空间时容易引入噪声的问题.实验结果表明,相比于标准的随机森林算法,改进算法在对具有高维、冗余特征的数据分类中更为有效,更加适合应用于对LBS用户社会关系的推断.
-
关键词
基于位置的服务
时空共现
随机森林
分区采样
社会关系推断
-
Keywords
LBS
spatio-temporal co-occurrences
random forests
stratified sampling
social ties inferring
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
