-
题名基于多条件随机场的短时交通流预测模型
被引量:4
- 1
-
-
作者
邓箴
任静
刘立波
-
机构
宁夏大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2017年第10期2887-2891,共5页
-
基金
2015年宁夏回族自治区自然科学基金项目(NZ15054)
-
文摘
为有效解决传统的短时交通流预测方法较为单一,特征没有得到良好体现的问题,提出一种基于多条件随机场的短时交通流量预测模型,用4类特征函数建立多个CRF特征子集反映交通数据的多累特征,依据改进的势函数体现短时交通数据流的前后相关性,经训练拟合得到MCRF模型。利用智能交通信号系统和高清道路监控系统的数据,验证了拟合后的MCRF模型比其它模型具有更高的可行性和有效性。
-
关键词
短时交通流
多条件随机场模型
势函数
特征提取
预测模型
-
Keywords
short-term traffic flow
mul t iple condi t ional random f ields model
p o te n t ia l f u n c t io n
fe a tu re e x t r a c t io n
fo re c a s -ting model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多条件随机场模型的异常行为检测
被引量:2
- 2
-
-
作者
叶璐
郭立
刘皓
-
机构
中国科学技术大学电子科学与技术系
中国科学技术大学物理系
-
出处
《通信技术》
2014年第6期612-617,共6页
-
基金
国家自然科学基金(No.61071173)~~
-
文摘
传统的异常行为检测多数是利用单特征建模,检测的行为较为单一,检测率较低,针对这些问题,提出一种基于多条件随机场模型(MCRF)的异常行为检测方法,MCRF模型具有融合多特征和联系上下文信息的优势。通过Kinect获取3D骨架数据,提取角度、位置、速度三类特征,形成多类特征子集,利用基本的CRF模型对每一类特征子集建模,形成多个CRF单元,然后组合所有的CRF单元,得到MCRF模型,最后利用MCRF模型进行异常行为检测。实验结果表明基于MCRF的异常行为检测方法具有较高的检测率。
-
关键词
异常行为检测
多条件随机场模型
KINECT
3D骨架数据
特征提取
-
Keywords
abnormal activity detection
multiple CRF ensemble model
Kinect
3D skeleton data
feature extraction
-
分类号
TP391.7
[自动化与计算机技术—计算机应用技术]
-
-
题名基于星型模型与多条件随机场的人体行为识别
- 3
-
-
作者
赵亚欣
赵怀勋
-
机构
武警工程大学研究生管理大队
武警工程大学信息工程系
-
出处
《武警工程大学学报》
2016年第4期12-16,共5页
-
文摘
为提高人体行为识别的实时性与准确性,提出一种基于星型模型与多条件随机场(Multiple Conditional RandomFields,MCRF)相结合的行为识别方法。首先,利用混合高斯模型进行背景建模,提取人体目标,建立人体星型模型。其次,通过建立人体坐标系,确定星型模型中各关键点的坐标提取距离、速度、角度、轨迹特征,并对每一特征集进行条件随机场建模,联合4类条件随机场模型建立多条件随机场模型,进行人体行为的识别。通过在KTH人体行为数据库上进行测试,结果证明,此方法能实时、准确的进行人体行为识别。
-
关键词
星型模型
特征提取
多条件随机场
行为识别
-
Keywords
star model
feature extraction
MCRF
action recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-