福建省科技计划重点项目(2011H0002)
- 作品数：6 被引量：34H指数：3
- 相关作者：蒋新华廖律超邹复民赖宏图王兴更多>>
- 相关机构：福建工程学院中南大学福建师范大学更多>>
- 发文基金：福建省科技计划重点项目国家自然科学基金福建省科技重大专项更多>>
- 相关领域：自动化与计算机技术交通运输工程电子电信更多>>
- 公众出行信息服务多源数据融合挖掘技术研究
- 2012年
- 分析了公众出行信息特征及影响出行线路选择的因素,设计了多源交通数据融合挖掘的系统框架,并研究了其中的多源数据相关度计算、层次化子空间聚类及联合聚类挖掘等关键技术。理论分析及实验结果表明,系统对于多源交通数据的融合分析及高维数据的降维聚类具有良好的处理能力及可扩展性。
- 廖律超
- 关键词：数据挖掘分析
- 基于交通视频的交通拥堵状态自动识别方法被引量：22
- 2014年
- 为了实现交通视频拥堵状态的自动识别,以满足日益广泛应用的交通视频监控需求,分析了交通拥堵评价模型及其定性过程,进而提出了一种具有自适应学习能力的交通视频拥堵信息识别方法。该方法系统提取视频图像特征集,应用SVM进行模型训练学习和状态分类,并采用GA进行算法模型的在线闭环自适应调优。现场试验表明,该方法具有识别准确率高、处理速度快和系统自适应能力强等优点,为解决全天候的基于视频的交通拥堵实时在线识别处理问题提供了一种快速有效的解决方法。
- 廖律超蒋新华邹复民赖宏图
- 关键词：交通工程自动识别交通视频模式识别
- 基于浮动车移动轨迹的新增道路自动发现算法被引量：6
- 2013年
- 为了实现电子地图数据的动态更新,以支持日新月异的交通路网的地理信息服务,提出一种基于浮动车技术的新增道路自动发现算法。系统实时计算大规模浮动车数据移动轨迹,并与现有图层进行图像配准以提取疑似新增道路集,进而通过筛选过滤算法对数据集进行数据清洗,并自动地生成包含其位置和长度等信息的疑似新增道路报表及其临时图层。实验结果表明,该算法可快捷地自动发现新增道路,新增道路最快发现时间小于5 min,是解决目前交通道路图层更新滞后问题的一种有效方法。
- 蒋新华廖律超邹复民
- 关键词：浮动车数据海量数据挖掘
- 基于概率后缀树的移动对象轨迹预测被引量：4
- 2013年
- 在移动对象轨迹预测中,针对低阶马尔可夫模型预测准确率不高、高阶模型状态空间膨胀的问题,提出一种基于概率后缀树(PST)的动态自适应变长马尔可夫模型预测方法。首先依时间先后将移动对象的轨迹路径序列化;然后根据移动对象的历史轨迹数据进行学习训练,计算序列上下文的概率特征,建立路径序列的概率后缀树模型,结合当前实际轨迹数据,动态自适应预测将来的位置信息。实验结果表明,该模型在二阶时取得最高的预测精度,随着阶数的增加,预测精度保持在82%左右,能取得较好的预测效果;同时空间复杂度呈指数级减少,大大节省了存储空间。该方法充分利用历史轨迹数据和当前轨迹信息预测未来轨迹,能够提供更加灵活、高效的基于位置服务。
- 王兴蒋新华林劼熊金波
- 关键词：历史轨迹轨迹预测
- 基于MLBPH-FF和SVM的驾驶员疲劳检测被引量：2
- 2013年
- 针对疲劳检测技术中驾驶员头部姿势变化影响图像检测效果的问题,提出一种基于多尺度LBPH傅里叶特征(MLBPH-FF)和支持向量机(SVM)的驾驶员疲劳检测方法。该方法分为训练和识别两个阶段:训练时,首先对从视频流中捕获的驾驶员人脸疲劳和非疲劳图像进行特征提取,即用不同半径的规范LBP算子计算得到多尺度的LBPH,然后拼接这些LBPH并进行傅里叶变换得到MLBPH-FF,最后把这些特征数据输入到SVM中进行训练得到SVM的模型及参数;在识别时,首先计算出待测图像样本的MLBPH-FF,然后输入到训练好的SVM中进行疲劳检测。实验结果表明,这种方法在疲劳检测方面有较好的识别率,对姿态和光照变化有较强的鲁棒性。
- 赵李坤蒋新华杨海燕
- 关键词：SVM
- 基于浮动车数据的道路单向限行状态动态识别
- 2013年
- 交通道路的单向限行状态识别可以为社会公众提供及时准确的路网限行信息,提高公众出行效率,提升动态交通信息服务水平。提出了一种基于浮动车数据的道路单向限行状态动态识别算法。该算法首先获取地图线要素信息,并进行空间信息网格对交通道路的投影匹配预处理,实现海量浮动车数据的快速匹配;然后分析各道路的浮动车数据方向信息的统计特性,对其进行双阈值信息过滤和方向信息过滤处理,以动态提取交通道路的单向限行状态信息。经实际路网测试验证,该算法可有效识别道路的单向限行状态信息。
- 蒋新华朱丹丹廖律超邹复民赖宏图
- 关键词：浮动车数据空间网格双阈值信息过滤
