HBase中基于时空特征的监测视频大数据关联查询研究

针对传统的时空索引构建、维护困难且实时查询效率低等问题,提出基于HBase的时空索引构造方法。该方法采用HBase作为监测视频大数据时空特征索引结构,通过Z填充曲线对空间特征进行降维存储,并利用时间、空间与属性特征之间的关联及依赖规则来安排rowkey索引键,可有效解决传统的时空索引构建、维护困难的缺陷。针对传统的时空索引实时查询效率低的问题,提出了基于Z曲线的时空关联查询算法。该算法对查询空间计算Z值范围和建立空间划分子集,利用划分后的时空特征进行列索引查询得到候选数据集并反查HBase索引表完成关联查询。实验结果表明,与传统的R树索引算法相比,提出的基于HBase的时空索引构造方法索引插入效率更高,提出的基于Z曲线的时空关联查询算法能够快速高效地处理时空关联查询。

基于高精度室内位置感知的大数据研究与应用

随着室内定位技术的发展,室内位置数据和用户消费行为数据的大量产生为室内位置大数据(LBD)研究和应用提供了可能。基于高精度室内位置感知,突破了室内定位位置数据不准确的瓶颈。通过对室内位置数据聚类、降维等预处理,建立挖掘模型分析并提取了室内商圈区域的聚散和流动等特性,进一步通过特征关联预测用户的消费等行为,提出了室内位置大数据协同挖掘的方法和架构。在某机场商圈、西单某商场亿级用户位置数据集上进行了有效性实验和应用,通过实测数据对比验证了基于此架构室内定位数据的精准性和挖掘方法的可行性。

基于HBASE的时空大数据关联查询优化

随着数字采集和存储技术的快速发展,视频监测系统得到快速普及,以此带来了海量的监测视频数据。与文本数据不同的是,监测数据具有时空特征,如何在规模庞大且动态增长的数据量下进行高效的查询成为许多时空数据应用所关心的问题。针对云存储体系结构中监测视频大数据高效的时空联合查询需求,充分利用时空特征值和属性特征值在应用中的关联关系,以及HBase数据库在海量查询方面的优良性能,提出了基于HBase Bloomfilter的时空大数据多重过滤机制,创新性地利用视频文件特征值之间的依赖与关联关系来安排rowkey索引键。在此基础上设计出两种时空关联查询算法。最后通过实验证明了算法在时空大数据查询方面的可行性、灵活性和高效性,对其他大数据关联查询应用有较好的指导意义。

基于Simfusion和本体的视频语义提取

目前大多数的视频语义概念提取研究没有考虑到视频多模态之间的关联共生特性,而在样本的标注方面采用自定义的概念进行标注,会影响语义概念提取的准确率。针对上述问题,提出结合Simfusion算法和用本体知识库标注样本的方法提取视频的语义概念,该方法根据镜头内容变化提取关键帧,在提取出镜头内容时,有效地利用镜头多模态之间的时序关联共生特性,同时运用本体知识库中的概念标注样本、训练分类器,弥补传统方法在标注样本时存在的主观、不规范等不足。实验结果表明,该方法在视频语义概念提取的研究中,有较高的准确度、可操作性强。

时空分异视角下我国体育产业演化特征及关联因素

以2006—2018年中国大陆31个省域(市区)体育产业为研究对象,采用空间关联分析法、标准差椭圆和灰色关联模型等分析我国体育产业时空演化特征、空间分异特征及关联因素。研究结果表明:全国体育产业上升态势明显,省域(市区)体育产业发展不均衡,但在空间上呈现显著正相关;体育产业演化具有明显的空间集聚性,呈现以江浙沪皖及邻近省为热点区域,以青甘川为中心的冷点区域及东北-西北-西南的环形随机分布区域;体育产业空间重心大致在116.4712°E~115.4904°E,31.2132°N~31.1007°N之间,标准差椭圆变化幅度不大,呈“南-北”格局,但有向“东北-西南”方向转变的趋势。关联因素实证研究表明,体育产业演化是由经济、政府、社会、产业、市场和科技等因素的共同作用结果。

余水位时变统计规律分析及水位预报方法改进

论证了余水位提取对选用潮高模型的依赖性,以验潮站实测数据分析计算了余水位的时域统计规律和空间统计规律。实验结果表明,以协因数为技术指标,余水位具有较明显的时空相似性或一致性特征。基于余水位统计特性和配置原理,设计了未来时段水位预报的改进方法,并以实验数据验证了方法的有效性。

基于肢体子图的图卷积人体动作识别

针对目前动作识别方法不能捕获肢体之间关联性关系特征问题,设计了基于肢体子图的图卷积动作识别方法。首先,为了捕获不同肢体的时空特征,将人体骨架图划分为相邻肢体有公共节点的4个肢体子图,分别表示相应的身体部位;其次,为了捕获不同肢体之间内在的关联性特征,设计了组合肢体子图,分别对肢体子图和组合肢体子图进行空间卷积,得到肢体的空间动作特征和空间关联性特征,通过公共节点聚合的空间特征,再对聚合特征进行时间卷积;最后,在训练阶段,为了优化模型,在每个时空单元中加入了残差结构,有效避免了因梯度消失导致子图特征值丢失的问题。在NTU-RGB+D和HDM05人体骨架数据集上验证了本模型的有效性。

多模态地理大数据时空分析方法

多模态地理大数据时空分析旨在融合地理大数据的多模态信息发现有价值的时空分布规律、异常表现、关联模式与变化趋势,是全空间信息系统的核心研究内容,并有望成为推进地理学人地关系研究的重要突破口。为应对地理大数据时代的新机遇与挑战,本文围绕4类核心的时空分析方法(时空聚类分析、时空异常分析、时空关联分析与时空预测分析),系统归纳了国内外研究现状,探讨了时空分析中多尺度建模、多视角协同、多特征认知与多特性表达的研究难点。进而,介绍了多模态地理大数据时空聚类、异常、关联与预测分析模型,更加全面、客观、精准地认知与理解时空大数据中潜在的地理知识,并且能够在气象环境监测、公共安全管理、城市设施规划等多个应用领域发挥关键作用。

罗汉果内参基因筛选和3-羟基-3-甲基戊二酰辅酶A还原酶时空表达分析

目的筛选罗汉果Siraitia grosvenorii基因表达分析的内参基因,研究苷V生物合成关键酶3-羟基-3-甲基戊二酰辅酶A还原酶(HMGR)时空表达特性。方法克隆罗汉果看家基因甘油醛-3-磷酸脱氢酶(GAPDH)、微管蛋白(α-tubulin)、肌动蛋白(β-actin)和泛素(UBQ5)的基因片段,评价了4个基因在不同部位(叶、茎和果)及果实发育不同时期的稳定性,筛选内参基因,分析HMGR的时空表达特性。结果 UBQ5表达最稳定,适宜作为内参基因;叶片的HMGR相对表达量较低,茎和果实相对表达量较高;果实不同发育时期,HMGR的相对表达量呈现先升高再降低然后再升高再降低的波动式变化,70 d后HMGR的相对表达量最高,然后依次是5、30、10、50 d。结论 UBQ5是适宜的内参基因。叶片、茎和果实中,HMGR的相对表达量差异明显。果实发育不同时期,HMGR的相对表达量呈波动式变化,与苷V合成积累变化规律相似。

基于出行时空数据的分时租赁汽车与网约车出行场景比较研究

分时租赁和网约车同属共享汽车,但规模对比悬殊。找到差异化的出行场景有利于分时租赁在网约车主导的共享汽车市场中谋求立足之地。本文以北京地区某分时租赁公司2017年5月1日—30日的出行订单和2018年4月23日—29日的网约车出行订单为研究对象,结合城市兴趣点数据,利用地理信息层次聚类、关联规则等方法挖掘两共享汽车的典型出行场景,并进行比较分析。研究表明:(1)网约车主要服务于"通勤出行"和"市内商务区之间的出行",2种出行场景分别占网约车订单总量的40.3%和28.7%;(2)分时租赁主要服务非通勤出行,其特色出行场景是"往返城市旅游景区的出行"、"城市旅游景区之间的出行"和"外城住宅商务混合区的午夜出行",分别占分时租赁订单总量的24.4%、6.9%和5.5%。(3)在分时租赁的特色出行场景中,分时租赁与网约车或传统租车等共享出行方式相比费用更低,仅占其费用的25%~35%,具有较大的竞争优势。本研究有关出行场景挖掘的方法和结论可以为北京市分时租赁的推广以及其他共享出行研究提供借鉴和参考。

我国冬泳运动员时空分布特征分析

通过对2015—2017年全国冬泳锦标赛运动员的成绩、年龄、数量变化以及不同城市冬泳发展的现状进行调查研究,寻找出我国冬泳运动员的时空分布特征,发现现阶段冬泳运动员呈现出男多女少,中年多青年中年少的现状;我国各地冬泳协会组织的数量、参加全国冬泳锦标赛的成绩以及冬泳比赛举办地点,都显示出东南沿海地区成为冬泳运动发展的主力军的现象,这些结论可以为今后的冬泳运动研究提供参考。