您的位置： 专家智库 > >

重庆市计算机网络与通信技术重点实验室开放基金(CY-CNCL-2009-01)

作品数：6 被引量：40H指数：3
相关作者：夏英王国胤张俊张旭温海平更多>>
相关机构：重庆邮电大学西南交通大学韩国仁荷大学更多>>
发文基金：重庆市计算机网络与通信技术重点实验室开放基金重庆市科委基金国家自然科学基金更多>>
相关领域：自动化与计算机技术交通运输工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇交通运输工程

主题

  • 1篇短时交通流
  • 1篇短时交通流量
  • 1篇短时交通流量...
  • 1篇兴趣点
  • 1篇异常检测
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇频繁项
  • 1篇频繁项挖掘
  • 1篇向量
  • 1篇向量机
  • 1篇流数据
  • 1篇聚类
  • 1篇降载
  • 1篇交通流
  • 1篇交通流量
  • 1篇交通流量预测
  • 1篇关联规则
  • 1篇规则挖掘算法
  • 1篇轨迹聚类

机构

  • 6篇重庆邮电大学
  • 3篇西南交通大学
  • 1篇韩国仁荷大学

作者

  • 5篇夏英
  • 2篇王国胤
  • 1篇孙冲武
  • 1篇宋强
  • 1篇温海平
  • 1篇梁中军
  • 1篇张俊
  • 1篇龚海平
  • 1篇张旭
  • 1篇刘申艺

传媒

  • 3篇重庆邮电大学...
  • 1篇南京大学学报...
  • 1篇计算机应用研...
  • 1篇计算机科学

年份

  • 5篇2011
  • 1篇2010
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
一种面向流数据频繁项挖掘的降载策略被引量：1
2011年
分析了目前降载技术的不足,提出了一种面向挖掘流数据频繁项集的降载策略。该策略采用了基于元组出现频率的语义删除策略,优先删除出现频率相对较低的元组,从而有效解决了在挖掘流数据中的频繁项所遇到系统超载时出现的问题,同时采用了根据流数据产生速率自动地控制是否启动降载策略,有效地解决了降载的适应性问题。通过实验和分析,证明了该策略在流数据频繁项挖掘中的有效性。
邹永贵龚海平夏英宋强
关键词：流数据降载频繁项
实时异常轨迹检测方法及其应用被引量：3
2011年
利用内置GPS的移动终端可以获取移动对象的运动轨迹,可用于分析移动对象的运动行为。在公共交通、医疗监护、物流运输等应用领域,移动对象的运动轨迹受路网约束且大多需要预先设定。考虑到偏离预先设定的正常轨迹可能预示着某种异常,及时准确地进行异常轨迹检测是非常必要的。从时间序列分析的角度,提出一种实时异常轨迹检测算法,在预先设定的检测时间范围内,动态选择实际轨迹中的局部序列,并调整参与计算的正常轨迹范围,最后利用改进有向Hausdorff距离反映实际轨迹的偏离程度。实验表明,与传统的地图匹配方法相比,算法在异常轨迹检测准确率和实时性方面具有良好的性能。
夏英刘申艺
关键词：异常检测HAUSDORFF距离
基于轨迹聚类的热点路径分析方法被引量：10
2011年
随着智能终端、移动定位、无线通信等技术的快速发展,在交通、物流等应用领域,大量受路网约束的轨迹数据得以收集。利用轨迹数据分析热点路径,可以在时空和语义特征不变的前提下反映移动对象的运动和行为模式。在提取道路交叉点的基础上,引入轨迹的停留点语义,并将两者共同作为特征点进行轨迹划分,在轨迹聚类的基础上进行子轨迹权重分析,从而获得语义更为完整且用户关注度更高的热点路径。实验表明了轨迹划分和热点路径分析方法的有效性。
夏英温海平张旭
关键词：轨迹聚类
基于时空分析的短时交通流量预测模型被引量：8
2010年
根据交通流的时空关联性和非线性,提出一种基于时空分析的短时交通流量预测模型.在相关系数的基础上扩展时空语义,提出时空相关分析算法,并以支持向量机为预测工具进行预测.弥补现有模型在预测因子选取方面的不足,提高预测精度并避免预测的人为主观性.实验结果表明了算法和模型的有效性.
夏英梁中军王国胤
关键词：短时交通流量预测支持向量机
时空关联规则挖掘算法及其在ITS中的应用被引量：16
2011年
同时考虑时间和空间约束,能够在分析过程中及时过滤不相关的数据,提高时空关联规则的获取效率。基于这一思路,在频繁项集的产生过程中同时分析数据的时间有效性和空间关联性,提出了Spatio-Temporal Apriori(STApriori)算法。算法首先对时空数据进行时间段划分和空间关联性分析并形成事务表,然后对空间关联的项集进行连接并产生时空关联规则。实验表明了算法的有效性。该算法在智能交通系统(ITS)的应用,可以利用路段间的时空关联规则分析交通拥堵趋势。
夏英张俊王国胤
关键词：关联规则
基于时空序列模式匹配的兴趣点推荐方法被引量：3
2011年
兴趣点(point of interest,POI)是地理空间信息的重要组成部分,在基于位置的信息服务中被广泛使用。针对用户对兴趣点访问所产生的时空序列,利用闭合序列模式挖掘方法分析频繁模式,在此基础上根据用户当前所处位置或最近访问序列,通过序列分析进行时空序列模式匹配,并按照序列的匹配程度给出兴趣点推荐列表。实验结果表明,闭合序列模式挖掘与时空序列模式匹配相结合的方法能够有效地应用在兴趣点推荐中,有利于引导用户的兴趣点访问行为,从而提升位置服务的质量。
夏英孙冲武
关键词：兴趣点
全选 清除 导出
共1页<1>
聚类工具0