-
公开(公告)号：CN108257385A
公开(公告)日：2018-07-06
申请号：CN201810222646.2
申请日：2018-03-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于公共交通的异常事件的甄别方法，包括：步骤S1、相关数据集的构造，所述数据集是公交和地铁刷卡数据；步骤S2、基于隐马尔科夫链的站点异常状态的识别；步骤S3：基于时空扩散模型的异常事件的甄别。采用本发明的技术方案、可以挖掘出异常事件的扩散模式和发生区域。
-
Patent Agency Ranking
公开(公告)号：CN108009690B
公开(公告)日：2022-01-14
申请号：CN201711399120.3
申请日：2017-12-22
Applicant: 北京工业大学
Abstract: 本发明公开一种基于模块度最优化的地面公交扒窃团体自动检测方法，通过度量扒窃个体间交通行为在时空、移动模式维度上的相似性，在采用有监督式分类器验证扒窃个体间相似性的基础上，构建扒窃关联图，以自动检测图中模块度最优化的潜在扒窃团体，最终采用社交网络数据匹配验证上述团体的可靠性。
-
公开(公告)号：CN107992902A
公开(公告)日：2018-05-04
申请号：CN201711399106.3
申请日：2017-12-22
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开一种基于监督学习的地面公交扒窃个体自动检测方法。针对目前在公共交通安全监管方面尚缺乏一套有效的智能交通数据分析方法以自动检测地面公交扒窃个体的问题，本发明采用地面公交大数据和社交网络有效数据，提出一种基于有监督式分类的地面公交扒窃个体自动检测方法，包括以下步骤：步骤1：提取异常出行关键特征；步骤2：嵌入扒窃组别的聚类分析；步骤3：扒窃个体样本库构建；步骤4：扒窃个体有监督式分类。本发明提出的地面公交扒窃个体自动检测方法可应用于公共交通行业数据分析平台，为扒窃个体检测、扒窃事件预警及可视化布控提供科学依据。
-
公开(公告)号：CN107992902B
公开(公告)日：2021-06-25
申请号：CN201711399106.3
申请日：2017-12-22
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开一种基于监督学习的地面公交扒窃个体自动检测方法。针对目前在公共交通安全监管方面尚缺乏一套有效的智能交通数据分析方法以自动检测地面公交扒窃个体的问题，本发明采用地面公交大数据和社交网络有效数据，提出一种基于有监督式分类的地面公交扒窃个体自动检测方法，包括以下步骤：步骤1：提取异常出行关键特征；步骤2：嵌入扒窃组别的聚类分析；步骤3：扒窃个体样本库构建；步骤4：扒窃个体有监督式分类。本发明提出的地面公交扒窃个体自动检测方法可应用于公共交通行业数据分析平台，为扒窃个体检测、扒窃事件预警及可视化布控提供科学依据。
-
公开(公告)号：CN108257385B
公开(公告)日：2021-03-16
申请号：CN201810222646.2
申请日：2018-03-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于公共交通的异常事件的甄别方法，包括：步骤S1、相关数据集的构造，所述数据集是公交和地铁刷卡数据；步骤S2、基于隐马尔科夫链的站点异常状态的识别；步骤S3：基于时空扩散模型的异常事件的甄别。采用本发明的技术方案、可以挖掘出异常事件的扩散模式和发生区域。
-
公开(公告)号：CN108009690A
公开(公告)日：2018-05-08
申请号：CN201711399120.3
申请日：2017-12-22
Applicant: 北京工业大学
Abstract: 本发明公开一种基于模块度最优化的地面公交扒窃团体自动检测方法，通过度量扒窃个体间交通行为在时空、移动模式维度上的相似性，在采用有监督式分类器验证扒窃个体间相似性的基础上，构建扒窃关联图，以自动检测图中模块度最优化的潜在扒窃团体，最终采用社交网络数据匹配验证上述团体的可靠性。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
