检索结果-维普期刊中文期刊服务平台

类自动车牌识别轨迹数据的伴随车辆组挖掘被引量：4: 1; 作者王保全蒋同海 +2 位作者周喜马博赵凡《计算机应用》 CSCD 北大核心 2017年第11期3064-3068,3094,共6页; 自动车牌识别(ANPR)数据比私人全球定位系统(GPS)数据更易获得,且包含更有用的信息,但是相对成熟的针对GPS轨迹数据挖掘伴随车辆组方法并不适用于自动车牌识别数据,现有的少量自动车牌识别数据伴随车辆组挖掘算法存在重视轨迹相似而忽... 展开更多; 关键词自动车牌识别轨迹数据伴随车辆组基于密度的空间聚类豪斯多夫距离共现; 在线阅读下载PDF 职称材料

基于车牌识别数据的行驶轨迹重构和排放测算被引量：8: 2; 作者胡明伟王守峰 +3 位作者黄文柯施小龙黄文伟王拓《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2020年第2期111-120,共10页; 随着特大城市的发展,柴油车等高排放车辆成为城市的主要移动污染源之一,对大气环境质量控制造成越来越大的压力.基于道路交通车辆的车牌自动识别数据集,从识别断面的车辆通过时空数据推算车辆的行驶轨迹,获取城市级别高排放车辆的热点... 展开更多; 关键词交通运输系统工程柴油车轨迹重构车牌自动识别数据导航API 排放测算 MOVES排放模型; 在线阅读下载PDF 职称材料

基于车牌识别流数据的伴随车辆发现算法被引量：5: 3; 作者王路辉王桂玲《计算机工程》 CAS CSCD 北大核心 2017年第8期193-199,共7页; 针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随... 展开更多; 关键词智能交通系统车牌自动识别流数据伴随车辆组 SPARK Streaming并行框架 DStream模型 Eclat算法; 在线阅读下载PDF 职称材料

基于线圈数据的高速公路OD矩阵预测神经网络法被引量：5: 4; 作者 MUSSONE Lorenzo GRANT-MULLER Susan 陈海波《交通运输系统工程与信息》 EI CSCD 2010年第1期88-98,共11页; 以英国M42高速公路线圈交通数据为输入,建立预测模型,提出神经网络OD矩阵预测方法.将预测结果与该公路3a号至7号交叉口间各支路上自动车牌识别装置测得的车辆数据进行对比,验证其有效性.解决了以下关键问题:利用线圈数据实现OD矩阵预测... 展开更多; 关键词智能交通神经网络时间序列自动车牌识别(anpr)数据线圈交通数据 OD矩阵; 在线阅读下载PDF 职称材料

题名类自动车牌识别轨迹数据的伴随车辆组挖掘被引量：4: 1; 作者王保全蒋同海周喜马博赵凡; 机构中国科学院新疆理化技术研究所中国科学院大学新疆理化技术研究所新疆民族语音语言信息处理实验室; 出处《计算机应用》 CSCD 北大核心 2017年第11期3064-3068,3094,共6页; 基金新疆维吾尔自治区重点实验室项目(2016D03019) 新疆维吾尔自治区高技术计划项目(201512103) 中国科学院科技服务网络计划(STS计划)项目(KFJ-EW-STS-129)~~; 文摘自动车牌识别(ANPR)数据比私人全球定位系统(GPS)数据更易获得,且包含更有用的信息,但是相对成熟的针对GPS轨迹数据挖掘伴随车辆组方法并不适用于自动车牌识别数据,现有的少量自动车牌识别数据伴随车辆组挖掘算法存在重视轨迹相似而忽视时间因素的缺陷,因此提出一种基于轨迹特征的聚类方法挖掘伴随车辆组。针对自动车牌识别数据中采样点固定而采样时间不定的特点,通过轨迹中共现的次数判定两个对象构成伴随模式。该共现定义引入豪斯多夫距离,综合考虑轨迹的地点、方向和时间特征,旨在挖掘数据中采样点不同但采样点距离近且轨迹相似的伴随车辆组,以此提高伴随车辆组挖掘效率。实验结果表明,所提方法较现有方法更能有效挖掘伴随车辆组,识别非伴随模式数据,效率提升了近两倍。; 关键词自动车牌识别轨迹数据伴随车辆组基于密度的空间聚类豪斯多夫距离共现; Keywords Automatic Number Plate Recognition （anpr） trajectory data traveling companions Density-Based SpatialClustering of Applications with Noise （DBSCAN） Hausdorff distance co-occurrence; 分类号 TP311.5 [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

题名基于车牌识别数据的行驶轨迹重构和排放测算被引量：8: 2; 作者胡明伟王守峰黄文柯施小龙黄文伟王拓; 机构深圳大学土木与交通工程学院深圳市都市交通规划设计研究院有限公司深圳大学未来地下城市研究院深圳职业技术学院汽车与交通学院; 出处《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2020年第2期111-120,共10页; 基金深圳市环境科研课题资助项目(0722-186FE1719SZB)~~; 文摘随着特大城市的发展,柴油车等高排放车辆成为城市的主要移动污染源之一,对大气环境质量控制造成越来越大的压力.基于道路交通车辆的车牌自动识别数据集,从识别断面的车辆通过时空数据推算车辆的行驶轨迹,获取城市级别高排放车辆的热点行驶路径、出行特征及活动规律,为制定车辆减排政策(如高排放车辆的管控及低排放区划定等)提供定量方法和科学依据.提出基于地图应用程序开发接口(application programming interfaces,API)导航的车辆行驶轨迹重构方法,较为真实地还原车辆行驶路径,并结合移动源排放测算(motor vehicle emission simulator,MOVES)模型对行驶车辆的多种污染物排放进行估算.以中国深圳市运行的柴油车为研究对象,分析验证该方法的可行性及可靠性.结果表明,该方法可完整重构柴油车在深圳市的运行轨迹,并实现对排放的估算,为机动车污染物减排提供辅助决策支持.; 关键词交通运输系统工程柴油车轨迹重构车牌自动识别数据导航API 排放测算 MOVES排放模型; Keywords transport system engineering diesel vehicle trajectory reconstruction license plate automatic recognition navigation application programming interfaces(API) emission estimation motor vehicle emission simulator(MOVES)emission model; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于车牌识别流数据的伴随车辆发现算法被引量：5: 3; 作者王路辉王桂玲; 机构北方工业大学计算机学院大规模流数据集成与分析技术北京市重点实验室; 出处《计算机工程》 CAS CSCD 北大核心 2017年第8期193-199,共7页; 基金北京市自然科学基金重点项目(4131001) 北京市教育委员会科技计划重点项目(KZ201310009009); 文摘针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随车辆组。实验结果表明,与排列组合算法及FP-Growth算法相比,PFID算法消耗内存更少,响应时间更短,在秒级响应时间内能找到伴随车辆组,达到及时预警目的。; 关键词智能交通系统车牌自动识别流数据伴随车辆组 SPARK Streaming并行框架 DStream模型 Eclat算法; Keywords intelligent transportation system Automatic Number Plate Recognition （anpr） stream data accompanyingvehicle group Spark Streaming parallel framework DStream model Eclat algorithm; 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

题名基于线圈数据的高速公路OD矩阵预测神经网络法被引量：5: 4; 作者 MUSSONE Lorenzo GRANT-MULLER Susan 陈海波; 机构意大利米兰理工大学英国利兹大学交通研究所; 出处《交通运输系统工程与信息》 EI CSCD 2010年第1期88-98,共11页; 文摘以英国M42高速公路线圈交通数据为输入,建立预测模型,提出神经网络OD矩阵预测方法.将预测结果与该公路3a号至7号交叉口间各支路上自动车牌识别装置测得的车辆数据进行对比,验证其有效性.解决了以下关键问题:利用线圈数据实现OD矩阵预测的可操作性,该类数据的特殊性是否影响模型构建,通过变异数稳定数据转换能否改善模型性能,能否同时进行单个OD预测.得到基于训练数据平方根代换的最佳计算结果和单个OD预测模型.; 关键词智能交通神经网络时间序列自动车牌识别(anpr)数据线圈交通数据 OD矩阵; Keywords intelligent transportation neural networks time series anpr data loop traffic data origin destination matrix; 分类号 U491 [交通运输工程—交通运输规划与管理]; 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	类自动车牌识别轨迹数据的伴随车辆组挖掘	王保全蒋同海周喜马博赵凡	《计算机应用》 CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料
2	基于车牌识别数据的行驶轨迹重构和排放测算	胡明伟王守峰黄文柯施小龙黄文伟王拓	《深圳大学学报（理工版）》 EI CAS CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料
3	基于车牌识别流数据的伴随车辆发现算法	王路辉王桂玲	《计算机工程》 CAS CSCD 北大核心	2017	5	在线阅读下载PDF 职称材料
4	基于线圈数据的高速公路OD矩阵预测神经网络法	MUSSONE Lorenzo GRANT-MULLER Susan 陈海波	《交通运输系统工程与信息》 EI CSCD	2010	5	在线阅读下载PDF 职称材料