期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于车牌识别流数据的伴随车辆发现算法
被引量：
3
1
作者
王路辉
王桂玲
《计算机工程》
CAS
CSCD
北大核心
2017年第8期193-199,共7页
针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随...
针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随车辆组。实验结果表明,与排列组合算法及FP-Growth算法相比,PFID算法消耗内存更少,响应时间更短,在秒级响应时间内能找到伴随车辆组,达到及时预警目的。
展开更多
关键词
智能交通系统
车牌自动识别流数据
伴随车辆组
SPARK
stream
ing并行框架
D
stream
模型
Eclat算法
下载PDF
职称材料
题名
基于车牌识别流数据的伴随车辆发现算法
被引量：
3
1
作者
王路辉
王桂玲
机构
北方工业大学计算机学院大规模流数据集成与分析技术北京市重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第8期193-199,共7页
基金
北京市自然科学基金重点项目(4131001)
北京市教育委员会科技计划重点项目(KZ201310009009)
文摘
针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法。该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随车辆组。实验结果表明,与排列组合算法及FP-Growth算法相比,PFID算法消耗内存更少,响应时间更短,在秒级响应时间内能找到伴随车辆组,达到及时预警目的。
关键词
智能交通系统
车牌自动识别流数据
伴随车辆组
SPARK
stream
ing并行框架
D
stream
模型
Eclat算法
Keywords
intelligent
transportation
system
automatic
number
plate
recognition
（
anpr
）
stream
data
accompanyingvehicle
group
Spark
stream
ing
parallel
framework
D
stream
model
Eclat
algorithm
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于车牌识别流数据的伴随车辆发现算法
王路辉
王桂玲
《计算机工程》
CAS
CSCD
北大核心
2017
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
