没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
4页
提出了基于关键区域的井下人员轨迹挖掘框架,该框架由关键位置发现算法和移动对象轨迹挖掘算法组成。首先利用关键位置发现算法将矿井下的定位数据转化成有特定语义的关键位置序列;然后利用移动对象轨迹挖掘算法将关键位置序列聚类关键区域,从而发现井下移动对象的日常轨迹,之后利用轨迹结构相似度筛选出异常轨迹。利用矿工定位数据集进行试验表明:基于关键区域的井下人员轨迹挖掘框架解决了多密度区域的识别问题,能够准确识别出矿工日常轨迹和异常轨迹。
资源推荐
资源评论
资源评论
weixin_38666300
- 粉丝: 5
- 资源: 931
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功