共享交通的时空轨迹检索与群体发现

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题，依据R-树原理建立GeoOD-Tree索引，并在此基础上提出以最大化共乘率为目标的群体发现策略。首先，对原始时空轨迹数据进行特征提取与标定处理，挖掘有效出行起讫点（OD）轨迹；其次，针对用户起讫点轨迹的特征，建立GeoOD-Tree索引进行有效的存储管理；最后，给出以最大化共乘行程为目标的群体发现模型，并运用K最近邻（KNN）查询对搜索空间剪枝压缩，提高群体发现效率。采用西安市近12000辆出租车营运轨迹数据，选取动态时间规整（DTW）等典型算法与所提算法在查询效率与准确率上进行性能对比分析。与DTW算法相比，所提算法的准确率提高了10.12%，查询效率提高了约15倍。实验结果表明提出的群体发现策略能有效提高共乘用户群体发现的准确率和效率，可有效提升共乘出行方式的出行率。     

基于形态和约束结构的几何哈希法

几何哈希法,作为一种有效的模型搜索算法,在物体识别中有着重要的应用。现有的几何哈希法仅适合于仿射变换下的二维景物识别,论文提出了适合透视投影变换下三维物体识别的几何哈希方法。该方法利用物体的三维形态和物体中具有射影不变量的几何约束结构来构造哈希表。一方面,几何约束结构提供了物体模型的索引功能;另一方面,物体的三维形态提供了物体成像位姿的有关信息,使后续的匹配验证得以简化。实验中使用人造物体对该方法进行了验证,实验表明该方法正确有效。     

一种基于群代理协同交互的共乘出行仿真模型

作为一种新兴的交通方式,共乘出行既环保又可持续,因为它不仅能让乘客节省出行成本,还能减少汽车的交通拥堵,所以共乘成为人们首选的出行方式。考虑到现实中人力资源的有限性,对共乘出行服务进行了深入的研究。对多Agent技术和共乘过程进行详细的论述,提出一种基于群代理协同交互的仿真模型,该模型采用基于三层架构的JADE平台。给出司乘人员路径匹配模型和协商模型,提出最短路径算法来仿真启动司乘代理之间的共乘过程。选取覆盖北京市区的真实轨迹数据集Geolife和西安市15天的出租车营运轨迹数据,对提出的路径匹配模型和协商模型进行实验验证。实验结果表明,两类模型在准确性和执行效率上具有高效性。     

基于GCN和TCN的多因素城市路网出租车需求预测

在巡游模式下,出租车与乘客间供需不易匹配,造成出租车空载和乘客打车难现象并存,准确高效地实现路网出租车需求预测有利于有效缓解这一问题.针对现有交通流预测模型对空间特征提取不充分,特别是对城市路网内路段之间的空间关系没有全面挖掘这一问题,充分考虑路网内路段间的3种空间关系,对其分别构建路段间的局部关系图、路段全局关系图和路段OD次数关系图,提出一种由图卷积网络与时间卷积网络相结合的出租车需求预测模型.其中,采用图卷积网络对城市路网内路段的空间关系特征进行挖掘,采用时间卷积网络对交通数据集中的时间序列特征进行挖掘,并且考虑外部因素的影响.实验中,首先从真实出租车GPS轨迹数据中提取城市路网中各个路段的出租车出行量,并利用道路上在多个时隙形成的出行量序列对预测模型进行验证.结果表明,相比其他交通流预测模型,所提出的预测模型具有较优的平均绝对误差、均方根误差和平均绝对百分误差.     

基于Spark平台城市出租车乘客出行特征分析

从海量出租车GPS轨迹数据中挖掘和分析城市出租车乘客的出行特征,可以为城市交通管理者和出租车行业管理者在城市交通规划与管理、城市交通流均衡与车辆调度等方面提供决策依据.基于Spark大数据处理分析平台,选择YARN作为资源管理调度系统,采用HDFS分布式存储系统,对出租车GPS轨迹数据进行挖掘.给出了基于Spark平台的出租车乘客出行特征的挖掘方法,包括出租车乘客出行距离分布、出租车使用时间分布及出租车出行需求.实验结果表明,基于Spark平台分析方法能够快速且准确的分析出出租车乘客出行特征.     

基于车联网的行车安全预警信息服务系统设计

搭建了基于车联网的高速公路行车安全预警信息服务系统,并进行了小规模试验验证,试验表明新型交通信息服务系统应用效果良好.该系统有助于保障交通运输的安全和高效运营,为车联网用户提供更为智能和个性化的交通信息服务.     

基于FPGA和ADV7123的红外图像显示卡的设计与实现

介绍了一种利用FPGA(现场可编程门阵列)和A/D转换芯片ADV7123实现红外图像显示卡的设计方法.该显示卡的主要功能包括像素灰度级转换、图像放大以及PAL(逐行倒相)制视频信号生成.详细讨论了显示卡的设计思想和硬件结构、FPGA各逻辑模块设计、FPGA配置加载、显示卡与主系统互连以及利用ADV7123生成PAL制视频信号的方法.该图像显示卡用于红外图像处理系统的硬件调试和红外图像处理算法的效果观测,实际使用情况表明,该显示卡能够很好地满足红外图像处理系统的图像输出需求.     

实体消歧综述

实体消歧是将文本中出现的命名实体映射到一个已知的无歧义的结构化知识库中的技术.实体消歧是自然语言处理中的关键问题,对自然语言的发展起到重要作用.实体消歧对知识图谱构建、语义搜索、知识问答、推荐系统等应用有着重要的意义.对此,从实体消歧的定义、分类和相关研究基础出发,对实体消歧技术进行全面的解析.首先,对实体消歧的五元组定义进行说明,并给出实体消歧的常用分类以及相关研究基础;然后,分别对基于聚类的实体消歧、基于实体链接的实体消歧的研究内容以及研究现状进行详细综述;最后,对实体消歧的应用以及评测进行总结,并对未来研究方向进行了展望.     

压缩传感及其在医学图像融合中的应用

为适应压缩传感成像技术的发展,降低融合运算对计算资源的需求,提出一种压缩传感域医学图像融合方法.算法利用双树复数小波变换具有的近似平移不变性、多方向的特性,以其作为稀疏分解基对图像做稀疏分解;分解后得到的系数,经由随机抽取哈达码块矩阵生成观测矢量;对得到的随机观测矢量,采用加权平均的方法进行融合;再经梯度投影重构生成融合图像的小波分解系数;最后,由逆双树复数小波变换生成融合后的图像.实验结果表明:所提算法可获得好的融合质量,并提高融合计算效率.