基于矢量路径的套牌车辆检测研究

为了提高套牌车辆识别的效率,该文提出了一种新的检测方法。该方法通过矢量路径来监控车辆的行驶情况;通过分布式数据库来存储和处理海量车辆的行驶信息,通过比对车辆的矢量路径信息来识别套牌车辆。实验表明该方法具有较强的识别率和较高的应用价值。     

基于物理检测方式的胶轮车运输监控系统

针对基于射频识别技术的胶轮车运输监控系统建设投入高、维护量大、不适应某些矿区需求等问题,提出了一种基于物理检测方式对井下车辆进行定位的胶轮车运输监控系统,介绍了系统总体架构、胶轮车判定方法、系统控制逻辑等。应用结果表明,该系统能够有效识别胶轮车位置,较基于射频识别技术的胶轮车运输监控系统安装及维护更加简便。     

基于Profibus-DP总线的工程车辆检测监控系统

为了快速、准确地找出工程车辆发生故障的位置，提高维修效率，基于Profibus—DP总线技术开发了工程车辆检测监控系统。从现场的长期运行情况看，该检测监控系统能实时在线显示工程车辆的运行状态参数和故障报警信息，预测故障的发生，且运行性能稳定，为工程车辆高效经济地运行奠定了坚实的基础。     

基于图像处理技术的车牌检测系统

车牌识别问题的智能交通管理系统,提出了应用图像处理技术对车牌进行识别。车牌定位、车牌分割、车牌识别是车牌识别系统的主要三个部分。     

基于历史车牌识别数据的套牌车并行检测方法

针对现有套牌车检测方法中所具有的成本高及检测效率低等缺点,提出一种基于历史车牌识别数据(ANPR)集的套牌车并行检测方法TP-Finder,实现了基于整数划分的数据分块策略,能有效求解大规模数据并行处理时的数据倾斜问题,显著提升套牌车辆的发现性能。此外,实现了基于TP-Finder方法的套牌车辆查询系统,可准确呈现所有疑似套牌车辆的历史行车轨迹。最后,在某市真实交通数据集上对TP-Finder方法的性能进行了实验验证。实验结果表明,与缺省的MapReduce 分块策略相比较,TP-Finder的分块策略能够带来最大20%的性能提升。     

治安卡口网络监控系统软硬件技术研究与实现治安卡口网络监控系统软硬件技术研究与实现

探讨了基于计算机网络的分布式治安卡口监控系统的设计思路和实现方法。给出了系统的软件、硬件结构及工作原理,并讨论了线程之间的调度关系和同步方法。     

基于视频检测的高清摄像机在智能交通监控系统中的应用

在目前应用的交通监控系统中,广泛采用地感线圈方式进行车辆检测,针对其存在成本高、维护不方便等缺点,设计并实现了一种基于视频检测高清摄像机的交通监控系统,重点阐述了系统设计方案、硬件设计、软件设计、实现方法和实验结果。     

集成射频与视频监控的交通流参数检测技术

提出一种集成射频识别技术和视频监控技术的交通流参数测量方式。介绍了检测系统组成、基于射频技术(RFID)的车载电子车牌关键技术、道路视频图像处理技术等。系统根据射频终端信号实时调整视频采集速率,对射频数据和视频数据进行及时处理得到车牌、车辆特征、车速以及车流量等有效交通流参数,并将数据压缩之后通过云端网络发送至服务器端,服务器端可远程监控各路段交通信息,并可对视频信息进一步处理得到更多具体的信息,为实现交通诱导、违章监控、速度监控等提供可靠准确的数据支持。     

基于视觉跟踪的交通监控

随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着日益严重的交通问题。提出了在交通监控中,基于计算机视觉技术来检测运动目标,对目标进行跟踪。并且通过道路检测提取道路边界线、分道线等信息,自动分析机动车辆的运行状态,实现智能交通监控。     

基于多特征的车辆一致性检测的研究与应用

文中主要研究封闭区域内多摄像机间车辆跟踪时车辆的同一性识别问题,提出一种基于车辆多种特征的、多摄像机间的车辆目标一致性匹配方法。该方法采用背景减除法分割出感兴趣区域,对感兴趣区域采用灰度和彩色区间分割相结合的方法定位车牌,并识别车牌信息及车辆的HSI颜色信息;同时利用边缘检测算法和矩不变量技术对车型进行识别,最后采用特征加权法对车辆进行一致性匹配。实验结果表明这种匹配方法在外界条件良好时可以较好地检测出同一车辆目标。     

基于GMA的网格监控系统实现

介绍了Java本地接口方法JNI,重点讨论了利用JNI调用C/C++动态联接库,实时监控系统中硬盘、内存、CPU等资源的运行状态的方法,实现了Java与C/C++的互操作.同时,通过在WebService服务中调用JNI方法,提取Web Service的远程调用功能.在网格环境中,构建了基于GMA的监控系统模式,并给出了该系统的具体实现方法.通过理论分析和具体应用证实了该系统的有效性.     

基于OGSA的地震网格监控系统研究

地震网格利用网格技术将地理上分布的各种地震实验设备和现场、数据、人员联结起来,构成一个虚拟的地震研究社区.有效地监控可以促进网格系统的合理开发和部署,提高网格管理水平和资源利用率.分析和比较了端.端、网格监控系统体系结构(GMA)和开放网格体系结构(OGSA)等几种框架,给出了基于OGSA的地震网格监控系统的总体结构,最后对实现的关键技术进行了探讨.     

Fake news detection based on statement conflict

Journal of Intelligent Information Systems - The detection of fake news has become essential in recent years. This paper presents a new technique that is highly effective in identifying fake news...     

Fake news detection system based on modified bi-directional long short term memory

Multimedia Tools and Applications - The use of social media has increased tremendously during the past few decades and is considered one of the major sources of news. Social media don’t have...     

基于区块链技术的虚假新闻检测方法

虚假新闻不仅会导致人们形成错误观念,损害人们的知情权,还会降低新闻网站公信力。针对新闻网站出现虚假新闻的问题,提出一种基于区块链技术的虚假新闻检测方法。首先,通过调用智能合约为新闻随机分配审核者来判定新闻的真实性。然后,调整审核者数量以确保有效审核者的数量,提高审核结果的可信度。同时设计激励机制,根据审核者的行为分配奖励,并运用博弈论分析审核者的行为和获得的奖励,为了获得最大利益,审核者的行为必须是诚实的。而后设计审计机制检测恶意的审核者,以提高系统的安全性。最后,利用以太坊智能合约实现了一个简易的区块链虚假新闻检测系统,并对虚假新闻检测进行了仿真,结果显示所提方法的新闻真实性检测的准确率达到了95%,表明该方法可有效防止虚假新闻的发布。     

集成的网格监控系统

在网格环境中,对于资源和任务的监控非常重要.通过分析,将网格环境中的监控对象按照属性及特点分为两类:资源与应用.在此基础上提出一个集成的网格监控系统,该系统包括两个子系统:资源监控子系统和任务监控子系统.资源监控系统以Globus的MDS(monitoring and discovery system)为基础,并对其进行必要的扩展,提供资源发现和信息检索的图形用户界面,并为上层服务提供API.任务监控系统基于Global Grid Forum提出的网格监控体系结构GMA(grid monitoring architecture),能够安全可靠的监控任务执行的整个过程.     

网格环境下基于门限的应用监控策略*

为了尽可能地保证更多的网格应用在截止时间内完成,采用模糊统计法和最大隶属度原则计算出网格应用性能差率的门限,利用该门限对应用作出相应调整,部分解决了现有网格监控的不足.最后进行了仿真测试,从总运行时间和截止期内的完成率两个方面说明了该监控是有效的.     

基于垂直集成Tri-training的虚假评论检测模型

针对虚假评论会误导用户的偏向并使其利益遭受损失以及大规模人工标注评论的代价过高等问题,通过利用以往迭代过程中生成的分类模型来提高检测的准确性,提出一种基于垂直集成的Tri-training（VETT）的虚假评论检测模型。该模型在评论文本特征的基础上结合用户行为特征作为特征进行提取。在VETT算法中,迭代过程被分成组内垂直集成和组间水平集成两部分：组内集成是利用分类器以往的迭代模型集成为一个原始分类器,而组间集成是利用3个原始分类器通过传统过程训练得到这一轮迭代后的二代分类器,以此来提高标签标记的准确率。对比Co-training、Tri-training、基于AUC优化的PU学习（PU-AUC）和基于垂直集成的Co-training（VECT）等算法,VETT算法的F1值分别最大提高了6.5、5.08、4.27和4.23个百分点。实验结果表明VETT算法有较好的分类性能。     

基于特征聚合的假新闻内容检测模型

针对假新闻内容检测中分类算法模型的检测性能与泛化性能无法兼顾的问题,提出了一种基于特征聚合的假新闻检测模型CCNN。首先,通过双向长短时循环神经网络提取文本的全局时序特征,并采用卷积神经网络（CNN）提取窗口范围内的词语或词组特征;然后,在卷积神经网络池化层之后,采用基于双中心损失训练的特征聚合层;最后,将双向长短时记忆网络（Bi-LSTM）和CNN的特征数据按深度方向拼接成一个向量之后提供给全连接层,采用均匀损失函数uniform-sigmoid训练模型后输出最终的分类结果。实验结果表明,该模型的F1值为80.5%,在训练集和验证集上的差值为1.3个百分点;与传统的支持向量机（SVM）、朴素贝叶斯（NB）和随机森林（RF）模型相比,所提模型的F1值提升了9~14个百分点;与长短时记忆网络（LSTM）、快速文本分类（FastText）等神经网络模型相比,所提模型的泛化性能提升了1.3~2.5个百分点。由此可见,所提模型能够在提高分类性能的同时保证一定的泛化能力,提升整体性能。     

基于PC/104的接地网检测系统的研究

针对变电站接地网腐蚀现象,研制了基于PC/104的接地网检测系统,该系统能准确测量接地网腐蚀速率、腐蚀深度和接地电阻等参数,有效地为用户提供接地网的腐蚀状况。本文提出了阶跃电位对接地网的测量原理,给出了仪器的总体框图,分别从硬件和软件入手完成对系统的设计。通过现场试验结果表明,该仪器数据准确可信,经济实用,具有较高的推广价值。