论文部分内容阅读
Typhoon is one of the meteorological disasters that has caused serious impact on the southeast coastal areas of China.
Visualization of Post-disaster Traffic Based on Large-scale Vehicle Trajectory Data
【摘 要】
：
Typhoon is one of the meteorological disasters that has caused serious impact on the southeast coastal areas of China.
【机 构】
：
Fujian Key Laboratory of Sensing and Computing for Smart City,Xiamen University
【出 处】
：
第十四届和谐人机环境联合学术会议HHME2018(第十四届人机交互学术会议CHCI2018、第十四届全国普适计算学术会议
【发表日期】
：
2018年10期
其他文献
Abnormal prescriptions refer to abnormal prescriptions prescribed by doctors for patients.
In Mobile Internet(MI),existing uncertain factors,such as randomness,fuzziness and unpredictability,brought many security issues to on-line transactions.
Distributed cameras are used in many scenarios more and more.Most frequently we want to let the cameras capture the pictures simultaneously.
在时间序列数据挖掘中，相似性度量是一个重要的环节，对于许多算法来说，其中的相似性度量方法是否合适，对其挖掘性能有着关键影响。受稀疏表示理论的启发，本文提出一种基于稀疏表示的时间序列相似性度量方法(TSSR)，其核心思想是利用过完备字典对时间序列进行稀疏化表示，根据提取的主要特征进行相似性度量从而解决高维时间序列相似性度量中存在的维度过高、噪声干扰、不等长比较等问题。实验表明，该方法能有效提取高维时
车辆目的 地推测可以为城市公共安全等应用领域提供辅助，但是在仅仅知道车辆起始位置信息的情况下，并不能准确地推测其目的地.本文设想通过在城市道路摄像头所有录像数据中进行时空搜索，来获取该车辆更多的踪迹，从而提高目的地推测的准确率.为了降低时空搜索的代价，本文提出基于效益的指标来评估不同时空搜索对于推测车辆目的地的作用.实验显示时空搜索有助于提高目的地推测的准确率，其中基于效益的评估指标比基准评估指标
AROMA:A Deep Multi-Task Learning Based Simple and Complex Human Activity Recognition Method Using We
Human activity recognition(HAR)is a promising research issue in ubiquitous and wearable computing.
城市交通拥堵预测是智慧交通系统的重要研究内容之一。城市交通状态具有高度复杂性和不确定性，目前已经有多种基于神经网络的预测技术被引入到交通预测领域中来。然而传统的神经网络训练耗时长、容易陷入局部最优和过拟合，这些缺点阻碍了神经网络在交通预测领域的大规模应用。
近年来，雾计算作为物联网的支撑运算平台，得到了越来越广泛的应用。它弥补云计算不能完全满分布式计算在边界网络对计算分析的低时间延迟，以及小通信数据量的要求。本文在雾计算的基础上，结合普适计算的思想提出了一种面向普适感知的雾计算架构来满足雾计算环境下移动用户对透明化服务的需求。本文的主要研究内容和贡献如下：(1)研究一种将注册与交互、网络管理、服务计算三部分功能分置在不同服务器上的架构模式。(2)设计
城市中进行的活动常常引发人群聚集，而有大量人员参与的活动可能存在公共安全隐患。为此，建立有效的手段检测人群聚集情况，及时发现人流的异常，对于城市公共安全、交通管理、应急控制和预防恐怖主义具有着重要作用。