-
公开(公告)号：CN111209457A
公开(公告)日：2020-05-29
申请号：CN201911349173.3
申请日：2019-12-24
申请人： 中国科学院电子学研究所苏州研究院
IPC分类号： G06F16/906 , G06F16/909 , G01C21/20
摘要： 本发明公开了一种目标典型活动模式偏离告警方法，采集目标历史轨迹数据；提取目标历史活动热点区域；提取目标历史轨迹空间网格序列集；提取目标典型轨迹集；判断目标当前轨迹是否全部位于目标历史活动热点区域内，若否，则进行等级二的典型活动模式偏离告警；对目标当前轨迹进行空间网格剖分，获得空间网格序列集，计算目标当前轨迹网格序列与目标典型轨迹网格序列集内所有典型轨迹网格序列之间的相似度；判断相似度是否全部小于预设的阈值，若否，则不进行告警。本发明能够对目标活动偏离典型活动轨迹和热点活动区域的情况都进行告警通知，并且告警精度更高。
-
公开(公告)号：CN110991475A
公开(公告)日：2020-04-10
申请号：CN201910990047.X
申请日：2019-10-17
申请人： 中国科学院电子学研究所苏州研究院
摘要： 本发明公开了一种基于多维距离度量的移动对象轨迹聚类方法，从轨迹数据识别关键点，分割原始轨迹数据，生成轨迹段集；构建基于空间距离和时间距离的多维距离度量函数，计算轨迹段间的距离；采用DBSCAN算法进行轨迹聚类；基于Sweep Line方法生成代表轨迹。本发明根据轨迹数据点的方向和速度维度变化值识别轨迹的关键点，降低了原始轨迹数据的冗余度，提高了轨迹聚类的效率；基于空间距离和时间距离构建多维距离度量函数，提高了轨迹聚类的精度。
-
公开(公告)号：CN112418339B
公开(公告)日：2022-11-29
申请号：CN202011366098.4
申请日：2020-11-29
申请人： 中国科学院电子学研究所苏州研究院
IPC分类号： G06V10/774 , G06V10/764 , G06V10/762 , G06V10/44 , G06N20/20
摘要： 本发明提出了一种基于随机森林的空中移动对象识别方法，获取轨迹数据集，进行分段和去噪处理；提取空中移动对象的活动热点区域，并判断每个移动对象所属的热点区域，赋予相应的编号；判断轨迹的运动模式；提取轨迹数据中在各个位置点的运动特征，包括经度、纬度、高度、速度，时长，计算这些特征的最大值、最小值、平均值，以及高度段、速度段、时间段；将所提取出的轨迹特征作为特征参数输入随机森林模型中，训练空中移动对象识别模型；处理轨迹数据测试集，将得到的特征参数输入到步骤5训练的随机森林模型中，得到最终识别结果。
-
公开(公告)号：CN112434228A
公开(公告)日：2021-03-02
申请号：CN202011365113.3
申请日：2020-11-27
申请人： 中国科学院电子学研究所苏州研究院
IPC分类号： G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提出了一种移动目标轨迹位置预测方法，采集目标历史轨迹数据集与目标关键位置数据集；基于目标历史轨迹数据集与目标关键位置数据集，提取目标历史位置序列数据集；基于目标历史轨迹数据集与目标历史位置序列数据集，对每类目标分别建立马尔科夫预测模型；基于目标历史位置序列数据集，建立全体马尔科夫预测模型；基于每类目标对应的马尔科夫预测模型与全体马尔科夫预测模型，构建目标位置组合预测模型；基于目标位置组合预测模型，进行目标位置实时预测。本发明不依赖路网结构等额外信息实现轨迹下一个位置预测，在预测效果和方法普适性方面寻求平衡，且在一定程度上缓解了预测模型的高阶稀疏性问题，提高了模型预测的精度。
-
公开(公告)号：CN111209457B
公开(公告)日：2020-09-18
申请号：CN201911349173.3
申请日：2019-12-24
申请人： 中国科学院电子学研究所苏州研究院
IPC分类号： G06F16/906 , G06F16/909 , G01C21/20
摘要： 本发明公开了一种目标典型活动模式偏离告警方法，采集目标历史轨迹数据；提取目标历史活动热点区域；提取目标历史轨迹空间网格序列集；提取目标典型轨迹集；判断目标当前轨迹是否全部位于目标历史活动热点区域内，若否，则进行等级二的典型活动模式偏离告警；对目标当前轨迹进行空间网格剖分，获得空间网格序列集，计算目标当前轨迹网格序列与目标典型轨迹网格序列集内所有典型轨迹网格序列之间的相似度；判断相似度是否全部小于预设的阈值，若否，则不进行告警。本发明能够对目标活动偏离典型活动轨迹和热点活动区域的情况都进行告警通知，并且告警精度更高。
-
公开(公告)号：CN112434228B
公开(公告)日：2022-11-29
申请号：CN202011365113.3
申请日：2020-11-27
申请人： 中国科学院电子学研究所苏州研究院
IPC分类号： G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提出了一种移动目标轨迹位置预测方法，采集目标历史轨迹数据集与目标关键位置数据集；基于目标历史轨迹数据集与目标关键位置数据集，提取目标历史位置序列数据集；基于目标历史轨迹数据集与目标历史位置序列数据集，对每类目标分别建立马尔科夫预测模型；基于目标历史位置序列数据集，建立全体马尔科夫预测模型；基于每类目标对应的马尔科夫预测模型与全体马尔科夫预测模型，构建目标位置组合预测模型；基于目标位置组合预测模型，进行目标位置实时预测。本发明不依赖路网结构等额外信息实现轨迹下一个位置预测，在预测效果和方法普适性方面寻求平衡，且在一定程度上缓解了预测模型的高阶稀疏性问题，提高了模型预测的精度。
-
公开(公告)号：CN112418339A
公开(公告)日：2021-02-26
申请号：CN202011366098.4
申请日：2020-11-29
申请人： 中国科学院电子学研究所苏州研究院
摘要： 本发明提出了一种基于随机森林的空中移动对象识别方法，获取轨迹数据集，进行分段和去噪处理；提取空中移动对象的活动热点区域，并判断每个移动对象所属的热点区域，赋予相应的编号；判断轨迹的运动模式；提取轨迹数据中在各个位置点的运动特征，包括经度、纬度、高度、速度，时长，计算这些特征的最大值、最小值、平均值，以及高度段、速度段、时间段；将所提取出的轨迹特征作为特征参数输入随机森林模型中，训练空中移动对象识别模型；处理轨迹数据测试集，将得到的特征参数输入到步骤5训练的随机森林模型中，得到最终识别结果。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.039 秒)
