微博客蕴含交通信息的提取

微博客消息中可能蕴含大量描述城市道路的交通信息,如交通状况、交通事件、交通管制等,提取这些交通信息能够为传统的固定式传感器和浮动车采集交通信息手段提供有效补充.然而,微博客消息描述的模糊性、差异性及非结构化特征,使得从海量微博客消息中快速准确地提取和甄别交通信息成为难题.提出一种从微博客消息中快速提取和融合交通信息的技术方法,首先对采集到的微博客消息进行分词解析和路网匹配,然后采用基于神经网络的模糊C聚类方法对描述路段交通状态的微博客消息定量化结果进行分析,获取各路段置信度最高的交通状态描述,最后得到各路段的交通畅通度水平.基于新浪微博客和北京路网的实验过程验证了本文技术方法的有效性.     

微博客蕴含交通事件信息抽取的自动标注方法

微博客文本蕴含丰富的实时交通事件信息,能够为现有交通信息采集手段提供补充。然而,当前事件抽取方法缺少对地理实体关系的判断过程,对涉及多个地理实体及关系表达的地理空间要素抽取效果不佳,难以准确识别交通事件信息的位置描述。该文提出一种自动标注方法,将地理实体关系识别引入事件抽取过程来解决这一问题。该方法利用条件随机场模型实现交通事件角色标注,利用支撑向量机模型实现角色关系与要素关系标注,完成了交通事件信息空间要素识别。以新浪微博为数据源开展的实验分析表明,该文所提出的微博客蕴含交通事件抽取方法,正确率和召回率均达到90%,优于现有的基于模式匹配的抽取方法。     

Twitter中近似重复消息的判定方法研究

微博客是Web2.0出现以来的一个新生概念。著名的Twitter系统是微博客中具有代表性的一个,其全球用户已经超过1.6亿,在世界范围内具有重要影响力 目前知名政治家、社会名流和大企业几乎都是Twitter的用户。Twitter系统中的消息小于140个字符,而且语法不规范。同时,由于Twitter允许用户以多种格式自由转发消息,系统中存在大量内容重复或近似重复的消息。重复消息的存在加重了系统存储的负担,对用户阅读、理解以及分析消息的内容也造成了不利影响。该文分析了Twitter系统中转发消息的语法特点,并利用这些语法特点提取规则,把转发的消息变成普通消息。该文还提出统计字符种类和最短编辑距离两种字符串距离计算的方法以判定Twitter中近似重复的消息。该文还分析了Twitter消息发送的方式以及不同登录方式的消息特征。实验结果表明,两种方法具有扩展性强、实现简单、效率高等优点,能够有效地检测Twitter上的信息重复现象。     

一种Twitter社区中社会网络分析方法

选取Twitter中文社区作为研究对象,提出一种社会网络分析方法。从微博客中用户之间的关注关系以及信息传播途径出发,采用社会网络分析方法,对微博客中的社会网络结构进行量化分析,研究其社会网络的密度、中心性、位置和角色。分析结果表明,该方法能避开信息碎片化、负面消息爆炸性传播等难题,可应用于有关国家安全问题的监控。     

自然语言实时交通信息与位置信息的融合方法

实时交通信息在交通诱导中有着重要的作用,然而与之不相适应的是大量的实时语言交通信息没得到有效应用。针对这一问题,分析了自然语言交通信息的表达特点,得出了自然语言交通信息中地理位置的表达方式,提出了针对自然语言交通信息的最大匹配分词算法;提出了自然语言交通信息与位置信息的匹配融合方法,并通过实例对该方法进行了测试,结果表明,该方法能对自然语言交通信息与交通网络进行有效的融合。     

面向微博客的热点事件情感分析方法

微博客是一种新兴的网络信息交互平台,近年来受到越来越多的用户的关注。信息的简洁性以及传播渠道的多样性使得微博客成为广大网民浏览热点事件相关信息和发表个人观点的重要途径。分析和监测微博客内容中所包含的情感信息,能够了解民众对特定热点事件的关注程度和情感变化,从而辅助评佑和掌握事件的发展状况。因此,提出一种面向微博客的热点事件情感分析方法,该方法首先自动挖掘用户对某热点事件的多个关注点,并针对不同关注点进行情感分析以及情感趋势监测,最终实现一个可视化的热点事件情感趋势分析原型系统。通过实例验证了微博客信息在网络热点事件的情感分析和监测中的有效性。     

基于改进D-S证据理论的多源空战信息博弈融合方法

多传感器系统与单传感器系统相比能够更大限度地获取被探测目标的信息量,但在空战中无人机传感器探测得到的数据在一定程度上具有欺骗性,利用博弈融合技术对多传感器数据进行融合,能够获得更加符合空战实际需要的信息。为此,研究了一种基于改进D-S(Dempster-Shafer)证据理论的多源空战信息博弈融合技术,在信息融合前采用Jousselme距离进行预处理,并利用费雪信息进行冲突数据博弈,所得策略集使空战数据更加可靠。在此基础上,根据邓熵方法对基于D-S证据理论的融合方法进行改进,与传统D-S证据理论方法相比,融合数据符合空战实际。最后对存在冲突的多源空战信息进行博弈融合仿真,仿真结果验证了该方法的可行性与优势。     

实时路况制约下基于内容的兴趣点推荐

传统兴趣点推荐方法缺乏对用户所处位置和实时路况信息的考虑,推荐结果虽能满足用户偏好,但会导致出行时间增加。为此,提出一种考虑实时路况信息的推荐方法,利用基于内容的方法获取兴趣点支持度,使用实时路网状况获取实时路网支持度,融合基于内容的支持度和实时路网支持度,形成最终优化的推荐结果。实验结果表明,与基于内容的推荐方法相比,融合实时交通路况的推荐方法能节省更多的出行时间,具有较强的实用性。     

基于多队列缓冲池的紧急消息推送方法

消息推送系统作为一种主动的、定制化的消息送达形式,能够从用户的兴趣出发,主动向用户呈现所需要的信息,正在逐渐改变互联网的信息传播方式。现有消息推送系统主要针对弱实时场景设计,资讯、娱乐类消息是其主要的推送内容,不能满足一些高可靠、低时延场景的消息推送需求。针对于此,本文提出一种多队列消息池缓存策略和二级紧急消息调度方法,提高了消息的到达率水平,同时减小了紧急消息的到达时延。实验结果表明,该方法能够有效提高消息系统的可靠性和推送效率。      

基于主元证据理论在车辆识别中的应用

车辆识别技术作为智能交通管理系统中的研究热点和难点;在车辆识别技术中,应用Dempster- Shafer证据组合规则融合冲突信息时会产生不合理的结果;基于修正证据源的思想,提出了一种新的权重系数确定方法,该方法从证据主元角度分析,确定各组证据主元,利用该主元求出证据相容度、可信度,进而确定证据权重系数;通过新的证据冲突衡量方法,确定冲突值,归一化权重,修正证据源,按ER规则融合各组证据对目标进行识别;仿真部分以实际路面车辆车型识别为算例,将该方法与其他方法对比,结果表明:该方法能更有效地融合高度冲突的证据,减小计算复杂度,目标识别的准确性提高20%。     

基于D-S证据理论的车辆视频检测的研究

车辆视频检测系统作为智能交通系统的重要组成部分,为交通控制与交通规划提供必要的数据来源.考虑到外界环境的影响以及数据传输过程中的干扰,对所拍摄的单一图像的分析难以获得准确信息.因此,在简要介绍D-S证据理论的基础上,在对由摄像机拍摄的交通现场画面做了图像处理后,提取出车辆特征,并最终运用D-S证据理论来进行数据融合,从而来提高交通视频检测系统中车辆类型的识别率.实验证明采用此方法将使得车辆识别率大为提高.     

基于D-S证据理论的车辆视频检测方法

提出一种基于D-S证据理论的车辆视频检测方法，通过一部或多部CCD摄像机采集多源图像，由边缘检测算法获取图像中的车辆特征数据，然后采用D-S证据理论对车辆类型进行判决，从而为交通量的准确检测提供依据。实验表明该方法是可靠而有效的。     

D-S证据理论在车辆几何参数动态测量中的应用

利用多个超声波传感器组成传感器阵列对行驶车辆的几何参数进行动态扫描,采用D-S证据理论多传感器数据融合算法,对多个传感器采集的数据进行融合,将在DSP上融合的结果上传至上位机,由上位机分析行驶车辆的车长、车宽、车高、车速,为交通管理提供技术保障和原始数据支撑。测试结果表明,该方法可以更准确的测量车辆几何参数。     

基于 D-S 证据理论的地质雷达目标识别

D-S证据理论提供了一种解决多数据源不确定信息推理和融合的有效方法。为解决地质雷达目标识别信息的融合问题,采用D-S证据理论方法,先对目标进行雷达扫描,然后对可能的目标类型进行基本概率分配,最后利用D-S组合公式进行融合识别。试验结果验证了该理论在地质雷达目标识别上的有效性和可行性。     

基于D-S证据理论的目标识别融合应用

基于D-S证据理论的目标识别融合系统,可以充分发挥多传感器信息的优势,提高目标识别结果的准确性.本文结合工程实践,分析地面目标融合识别过程中经典D-S证据理论方法处理数据出现的问题,发现使用D-S证据理论对于高冲突证据融合结果准确性较低.因此提出一种基于D-S证据理论的改进数据融合方法,将冲突因子与支持度标准偏差的相反数相乘,再与所有证据和乘积的正交相加,然后减去证据的基本概率的最大差.如果证据的冲突越大,这种方法的优势就越明显.如果证据中不存在冲突,则融合结果与原始D-S证据理论的项目一致.实验的比较数据表明,改进的信息融合方法对于改进解决冲突问题必不可少,并且是有效的.     

Quantum model of mass function

Dempster-Shafer (D-S) evidence theory has been used in many fields due to the flexibility and effectiveness in modelling uncertainties, which is the extension of classical probability. Uncertainty principle is one of the most important principles in quantum theory, which has been used in many fields. How to set the connection between quantum theory and D-S evidence theory is also an open issue. Hence, the paper proposed the quantum model of mass function to consider the quantum theory and D-S evidence theory. In the proposed quantum method, quantum mass function uses euler formula to represent. The paper also discusses some operations based on the quantum model of the mass function. Moreover, the paper also discusses the relationship between quantum mass function and classical mass function by using some numerical examples. Classical mass function is a special case when there is no interference in quantum mass function. Similar to the other quantum models, this study provides a more wide application in quantum information.     

基于分类的中文微博热点话题发现方法研究

智能手机和微博客户端强化了微博的媒体特性,实时发现微博话题具有现实意义。文章提出了一种基于关键字分类的中文微博热点话题发现方法,通过关键字对微博信息进行筛选和归类,以时间窗内词频和增长速度构造赋权函数提取主题词,词汇的同文本条件概率作为相似度判定依据,基于改进的单遍聚类算法进行主题词聚类。对系统运行结果分析表明,该方法可以实时有效地聚类发现微博热点话题。     

基于粗糙集和D-S证据理论的井下风险评估方法

针对以单传感器监测数据作为井下安全性评估依据存在难以获得丰富、全面、准确的环境信息的问题,提出一种基于粗糙集和D-S证据理论的井下风险评估方法,并进行了具体的实例分析。该方法对多传感器采集的参数进行基于粗糙集的一级数据融合及基于D-S证据理论的二级数据融合,实现了对井下多种信息的整合,优化了现有的风险评估方法。测试表明,该方法可保证预测信息的完备性和独立性,实现了对矿井安全性变化趋势的动态预测。