一种交通视频中异常车辆的检测方法

    公开(公告)号:CN117830736A

    公开(公告)日:2024-04-05

    申请号:CN202410011795.X

    申请日:2024-01-03

    Applicant: 东北大学

    Abstract: 本发明提供一种交通视频中异常车辆的检测方法,涉及异常车辆检测技术领域。该方法首先使用背景建模算法,获得交通视频中所有帧的加权平均背景;并对每一帧的平均背景中所有的异常车辆进行目标检测,初步得到异常车辆所在区域,记为异常区域;再基于异常车辆目标检测结果,提取视频中全部车辆的轨迹数据;并利用四叉树算法对视频中所有车辆轨迹建立空间索引,以便快速查询异常区域内的车辆轨迹;然后利用构建的四叉树空间索引来查询与异常区域相关的车辆轨迹;最后确定所有车辆轨迹中的异常轨迹,进而确定异常车辆信息。该方法综合利用背景建模和空间索引技术,实现了对交通视频中异常车辆的高效精准检测。

    一种基于PID的海洋时空大数据并行KNN查询处理方法

    公开(公告)号:CN113010525B

    公开(公告)日:2023-08-01

    申请号:CN202110354512.8

    申请日:2021-04-01

    Applicant: 东北大学

    Abstract: 本发明提供一种基于PID的海洋时空大数据并行KNN查询处理方法,涉及时空大数据管理技术领域。该方法首次引入工业界广泛使用的PID控制器技术,实现了基于反馈机制的变步长查找处理。首先对获取到的海洋数据进行预处理,并采用网格划分方法实现对数据的划分,在此基础上,采用网格索引技术来索引预处理后的海洋数据;采用行排序方式对每个网格单元进行编码;通过使用行排序网格索引,判断出哪些行和列是在圆的半径范围内,从而直接判断是否和圆有交集;在进行KNN查询时,利用PID系统具有的可调节性,通过负反馈动态调整搜索的范围,实现KNN查询处理中查询半径的动态预测,减少了KNN查询次数,从而加快了KNN查询处理速度。

    一种基于PID的海洋时空大数据并行KNN查询处理方法

    公开(公告)号:CN113010525A

    公开(公告)日:2021-06-22

    申请号:CN202110354512.8

    申请日:2021-04-01

    Applicant: 东北大学

    Abstract: 本发明提供一种基于PID的海洋时空大数据并行KNN查询处理方法,涉及时空大数据管理技术领域。该方法首次引入工业界广泛使用的PID控制器技术,实现了基于反馈机制的变步长查找处理。首先对获取到的海洋数据进行预处理,并采用网格划分方法实现对数据的划分,在此基础上,采用网格索引技术来索引预处理后的海洋数据;采用行排序方式对每个网格单元进行编码;通过使用行排序网格索引,判断出哪些行和列是在圆的半径范围内,从而直接判断是否和圆有交集;在进行KNN查询时,利用PID系统具有的可调节性,通过负反馈动态调整搜索的范围,实现KNN查询处理中查询半径的动态预测,减少了KNN查询次数,从而加快了KNN查询处理速度。

    一种基于SimRank及稀疏表示的谱聚类方法

    公开(公告)号:CN119167125A

    公开(公告)日:2024-12-20

    申请号:CN202410933380.8

    申请日:2024-07-12

    Applicant: 东北大学

    Abstract: 本发明提供一种基于SimRank及稀疏表示的谱聚类方法,涉及图数据挖掘和聚类分析技术领域,本方法首先对有向图的图数据进行预处理;包括对邻接矩阵A按列求和,得到每个节点的入度,用图入度矩阵In表示,以及对邻接矩阵A按行求和,得到每个节点的出度,用图出度矩阵Out表示;最后选取代表点;对所有节点按照出度排序,从有向图节点集合N中选择出度最大的p个点作为代表点,若两个节点出度相同,选择入度较小的点;最后计算相似度矩阵Wk,求解相似度矩阵WWk的特征向量矩阵V;对特征向量矩阵V进行k‑means聚类。

Patent Agency Ranking