王雄斌
- 作品数:3 被引量:15H指数:2
- 供职机构:北方工业大学更多>>
- 发文基金:国家自然科学基金北京市优秀人才培养资助北京市自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于车牌识别流数据的车辆伴随模式发现方法被引量:12
- 2017年
- 针对伴随车辆检测这一新兴的智能交通应用,在一种特殊的流式时空大数据——车牌识别流式大数据(ANPR)下,重新定义了Platoon伴随模式,提出PlatoonFinder算法,即时地在车牌识别数据流上挖掘Platoon伴随模式.主要贡献包括:第一,将Platoon伴随模式发现问题映射为数据流上的带有时空约束的频繁序列挖掘问题,与传统频繁序列挖掘算法仅考虑序列元素之间位置关系不同,该算法能够在频繁序列挖掘的过程中有效处理序列元素之间复杂的时空约束关系;第二,该算法融入了伪投影等性能优化技术,针对数据流的特点进行了性能优化,能够有效应对车牌识别流式大数据的速率和规模,从而实现车辆Platoon伴随模式的即时发现.通过在真实车牌识别数据集上的实验分析表明:PlatoonFinder算法的平均延时显著低于经典的Aprior和PrefixSpan等频繁模式挖掘算法,也低于真实情况下交通摄像头的车牌识别最小时间间隔.因此,所提出的算法可以有效地发现伴随车辆组及其移动模式.
- 朱美玲刘晨王雄斌韩燕波
- 面向大规模多源传感流数据的关联在线检测方法
- 随着传感器技术的快速发展和物联网技术的广泛应用,在各个领域的工业控制系统中所部署的数以千万计的传感器设备。正是由于这些传感器持续不断的将其生成的数据传输到数据中心,各行各业所积累的数量都在以爆炸式的速度在增长。面对这些传...
- 王雄斌
- 关键词:在线检测异常检测
- 文献传递
- 基于大规模流式车牌识别数据的即时伴随车辆发现被引量:4
- 2016年
- 提出了一种基于流式大规模车牌识别数据集的伴随车辆(伴随车辆是指在一段持续的时间内一起移动的车辆组群)即时发现方法,可实现即时发现疑似伴随车辆并将其按伴随概率排序.该方法充分利用了云基础设施的并行计算能力,基于整数划分思想建立并行发现的负载均衡模型,优化了伴随车辆的发现性能,可用于对时间敏感的交通应用场景,如发现并监控运钞车等特殊车辆的跟踪车辆等.实验证明,该方法能够有效处理大规模的流式车牌识别数据,并实时地输出发现结果.
- 朱美玲王雄斌张守利刘晨韩燕波
- 关键词:流数据即时性