-
公开(公告)号：CN109871469B
公开(公告)日：2021-09-24
申请号：CN201910149565.9
申请日：2019-02-28
申请人： 浙江大学城市学院
IPC分类号： G06F16/901 , G06F16/906 , G06K9/62
摘要： 本发明提供一种基于动态图元的小簇人群识别方法，包括如下步骤：S1)提取轨迹；S2)基于动态图元的场景建模；S3)基于卷积神经网络的人群分类。本发明的优点为：通过提取行人的轨迹图的语义信息，让后续的神经网络捕捉到更好的特征信息从而完成分类，该模型在准确率与召回率指标上同传统的机器学习方法相比效果提升明显。
-
公开(公告)号：CN108984795B
公开(公告)日：2021-07-27
申请号：CN201810916779.X
申请日：2018-08-13
申请人： 浙江大学城市学院
IPC分类号： G06F16/2458 , G06F16/29 , G06Q50/26
摘要： 本发明涉及一种基于数据挖掘技术的街面序化决策支持方法，包括步骤：1)数据清洗；2)街面序化建模分析；3)通过Spring+SpringMVC+MyBatis框架，采用MySQL数据库，基于B/S架构的街面序化决策支持系统；利用Java技术调用Weka模型包进行分析，并在后台进行数据库的调用，Html5进行前端页面展示。本发明的有益效果是：发明提出的系统与方法结合实际业务开展情况，对街面序化相关的历史数据和业务情况进行研究分析，利用数据挖掘等技术提出街面序化分类预测模型、高发区域分类预测模型和街面序化关联规则模型，利用可视化技术和web技术等建立了街面序化决策支持系统原型，实现了街面序化工作的直观化、多样化展示，为城市街面序化工作提供了实际工作支持和决策指导。
-
-
公开(公告)号：CN109871469A
公开(公告)日：2019-06-11
申请号：CN201910149565.9
申请日：2019-02-28
申请人： 浙江大学城市学院
IPC分类号： G06F16/901 , G06F16/906 , G06K9/62
摘要： 本发明提供一种基于动态图元的小簇人群识别方法，包括如下步骤：S1)提取轨迹；S2)基于动态图元的场景建模；S3)基于卷积神经网络的人群分类。本发明的优点为：通过提取行人的轨迹图的语义信息，让后续的神经网络捕捉到更好的特征信息从而完成分类，该模型在准确率与召回率指标上同传统的机器学习方法相比效果提升明显。
-
公开(公告)号：CN109657703B
公开(公告)日：2023-04-07
申请号：CN201811417972.5
申请日：2018-11-26
申请人： 浙江大学城市学院
IPC分类号： G06F18/15 , G06F18/2433
摘要： 本发明提供一种基于时空数据轨迹特征的人群分类方法，包括如下步骤：S1）时空数据清洗处理；S2）行人轨迹提取；S3）行人轨迹压缩；S4）行人轨迹分类。本发明的优点如下：通过数据挖掘技术分析时空数据并建立轨迹模式模型，具有较好的分类效果，能够有效地提取出某类特定人群的相关数据，有利于在危害社会治安的问题发生前做好防范工作。
-
公开(公告)号：CN108984795A
公开(公告)日：2018-12-11
申请号：CN201810916779.X
申请日：2018-08-13
申请人： 浙江大学城市学院
摘要： 本发明涉及一种基于数据挖掘技术的街面序化决策支持方法，包括步骤：1)数据清洗；2)街面序化建模分析；3)通过Spring+SpringMVC+MyBatis框架，采用MySQL数据库，基于B/S架构的街面序化决策支持系统；利用Java技术调用Weka模型包进行分析，并在后台进行数据库的调用，Html5进行前端页面展示。本发明的有益效果是：发明提出的系统与方法结合实际业务开展情况，对街面序化相关的历史数据和业务情况进行研究分析，利用数据挖掘等技术提出街面序化分类预测模型、高发区域分类预测模型和街面序化关联规则模型，利用可视化技术和web技术等建立了街面序化决策支持系统原型，实现了街面序化工作的直观化、多样化展示，为城市街面序化工作提供了实际工作支持和决策指导。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.028 秒)
