基于校园卡数据构建用户的数字行为轨迹

在信息化高速发展的今天,网络技术越来越多的应用到人们的生产生活中。校园作为一个为社会服务的大型组织,也在积极的顺应社会发展的潮流,紧跟随现代化的步伐。在学校的管理中增加许多现代化的技术手段,这些手段的实行,正在不断的改善学校的经营管理。校园卡是学校数字化建设的关键环节之一,能够通过有效的资源整合来减少资本投入、提高学校的服务管理水平。本文通过对校园卡的形成、管理相关内容的学习,来进行校园卡对于构建用户数字行为轨迹内容的研究。     

基于行为模式的海上目标轨迹分段算法

海上目标监视系统实时获取并长期积累了大量轨迹数据,深入挖掘分析其中蕴含的目标行为特征,是提升传统的基于声光电磁特性的海上目标探测技术性能的重要途径。在轨迹聚类、轨迹预测和行为分析等数据挖掘的预处理环节中,主流的轨迹分段算法以最小化损失为分段依据,没有给分段轨迹赋予行为模式等语义内涵,限制了分段轨迹的应用范围。对此,本文提出一种基于行为模式的海上目标轨迹分段算法,通过定义七种目标行为模式,制定行为模式优先级,达到轨迹分段的目的。通过提取轨迹段的特征值,真实的保留轨迹特征,尽可能的还原轨迹。实验分析表明,本文的算法能准确合理的进行轨迹分段并真实的还原轨迹,不同的算法参数对应不同的应用场景。最终,本文对算法分段结果的应用前景进行展望。      

基于轨迹分析的异常行为识别与管控研究

人类行为识别是模式识别领域的一个重要研究方向,是综合了计算机视觉与机器学习的多领域学科。而异常行为的识别与管控,因为其行为主体与行为模式的复杂性,是人类行为识别领域中的重点与难点。本文采用了一种新的运动目标轨迹提取算法,通过计算轨迹的特征向量,采用词袋模型进行建模,再把提取到的特征投入到支持向量机SVM(Support Vector Machine)中进行学习。我们在国际标准暴力行为视频数据库Hocky Fights上实现了实验仿真,获得了很好的识别分类效果。监狱内罪犯的暴力行为的识别将是我们下一步研究的重点。     

基于位置信息的用户行为轨迹分析与应用综述

近年来,随着空间数据采集技术的发展,基于位置信息的用户行为轨迹分析及其应用的研究引起了广泛关注,并已展现了良好的商业前景.根据应用的领域,对这一问题的研究主要可以分为智能交通应用和用户行为分析应用两种类型.本文分别对这两类应用的研究现状进行了较为全面的总结,对每类应用,都概括了在相关领域中研究的典型问题和代表性结果.最后,讨论了在用户行为轨迹分析研究中的主要技术特点,并对未来的研究工作进行了展望.     

基于多维数据的网格化关联分析方法

提出了网格化的多维数据分析方法,将网络和市场发展运营数据结合起来,以网格为单位全面分析用户感知、价值、行为特征和使用习惯等.通过数据分析方法的研究,提出了网格化分析的数据标准化处理方法和评价规则,输出网格各维度及整体的评价结果.基于评价结果发现并解决网络和市场存在的问题,挖掘市场潜力,提升运营和支撑水平.     

基于校园大数据的学生行为分析可视化系统设计

针对当前高校学生管理难度大、思想多元化、易出现异常行为等问题,在大数据技术支持下,文章设计了学生行为分析可视化系统,通过收集学生成绩、考勤、图书借阅等相关信息,进行数据分析与挖掘,以可视化工具予以呈现,并构建了预警管理平台。实践证实,该可视化系统能够精准分析学情,智能分析并预警学生违规违纪情况,为学生行为管理提供可靠的参考,具有较高的可行性与可靠性。     

基于轨迹分析的交通目标异常行为识别

针对交通监控中运动目标的异常行为识别问题,提出一种基于轨迹分析的异常行为识别方法。首先,引入目标的空间位置、运动速度、运动方向和大小尺寸等特征参数对轨迹进行描述和聚类,以提高对目标轨迹的区分和识别能力;然后,提出一种行为识别数据库的建立和调用方法,并以实际交通场景为例,详细说明了数据库的建立和调用过程;最后,采用基于Bayes最优化的方法对轨迹进行联合匹配和边缘匹配,并根据匹配情况调用行为识别数据库对目标行为进行识别。实验结果表明,该方法切实有效,具有一定的实际应用价值。     

基于有效轨迹和多重方向模式的行为识别

对于人体行为识别,以前方法提取的轨迹包含了背景的无关的运动变化。同时,由于相机运动,轨迹位移的方向幅度描述符缺乏鲁棒性。针对这些问题,该文提出了跟踪显著相对运动点的行为识别方法。首先利用运动边缘检测器提取运动特征,经自适应门限处理后,将包含显著特征的超像素作为相对运动区域。然后跟踪相对运动超像素内的兴趣点来产生轨迹。对于轨迹形状,预定义的多重方向模式被用来产生轨迹位移矢量的方向分布统计。最后,分别采用轨迹的方向梯度、运动边缘、方向统计及其组合作为分类器的输入来识别行为。在KTH和UCF-sports行为数据库上,提取的相对运动点轨迹能够描述对象的运动变化,方向统计描述符提高了轨迹形状特征的鲁棒性。与相关文献比较,我们方法获得了较好的识别性能。      

基于改进密集轨迹算法的人体行为识别

近几年局部特征在人体行为识别算法中普遍流行起来,特别是在一些背景复杂的视频中,但目前以提取局部特征为基础的人体行为识别算法中行为特征存在有效性不足等问题.基于此,以密集轨迹算法为基础,将算法原始提取的梯度方向直方图进行改进,采用Fast HOG3D特征描述子进行实验,Fast HOG3D比原始HOG3D更紧凑,计算效率...     

基于大数据平台的用户行为分析研究

近年来,大数据分析已经成为了越来越多企业、政府和各类组织所钟爱的重要技术,通过对体量巨大的网络数据信息进行分析可以直观、有效地描绘出互联网个体的上网行为轨迹。本文介绍了一种基于对网络数据报文进行分析的大数据分析方法,进一步得到网络用户群体的行为方式以及行为趋势预测,从而为改善政府民生治理、企业商业运营以及网络安全管理等领域提供有价值的信息参考。     

采用轨迹大数据探测以学校为目的地的出行行为

出租车车载GPS采集设备可在日常生活中获得大量的GPS轨迹数据.对一定基数的出租车GPS轨迹数据进行挖掘分析可以用于探索城市人群群体移动的轨迹、识别群体出行活动的时空特性以及活动空间分布状况.现有研究聚焦在以医疗、办公、娱乐等公共设施为目的地的研究,而以学校等教育设施为目的地的研究相对缺乏.本文将通过收集北京市出租车G...     

基于大数据的学生行为模型分析研究

本研究旨在基于大数据技术,对大学生的行为模型进行分析和研究。通过收集包括一卡通消费、宿舍门禁、选课记录、社交媒体活动等多种数据,以及其他可能影响学生行为的因素,如图书借阅、网络登陆等,构建大学生行为相关模型。研究采用统计学、机器学习和数据挖掘等方法对数据进行处理和分析,探索大学生行为中的关键因素和潜在趋势。通过预测模型的建立,可以预测学生的孤僻度、亲密度、疑似贫困生等重要指标,为学校和教师提供更科学有效的教学指导和个性化辅导。     

一种多传感器融合的多维数据互联算法

多传感器融合的数据关联问题一直是目标跟踪领域的核心与难点之一.文中提出了一种多传感器融合的多维数据互联算法.首先进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的数据互联算法,对现有的多维数据互联算法存在问题进行了分析和改进,给出了算法实现的伪代码.仿真与实验结果表明,该算法对弹道目标跟踪具有较好的效果,对复杂环境下的多目标也能进行稳定地跟踪.     

基于位置大数据的移动社交网络服务轨迹隐私保护研究

为了更有效地保护用户的轨迹隐私,提出综合位置大数据、移动社交网络服务各自的特点,从网络技术、心理学、社会学、信息学等多角度,对用户位置与行为模式之间映射后的个性向量模糊化,全方位量化分析影响位置大数据的移动社交网络服务(Mobile social network servicebased on location big data,MSNSLBD)的属性,重新给出了轨迹隐私的定义,最后对MSNSLBD的研究方向及需要解决的关键技术问题进行了展望.     

针对攻击链的安全大数据多维融合分析架构和机制研究

全面、准确地发现不同维度、不同类型安全威胁或风险之间的关联和因果关系,准确认知攻击链各类恶意行为和安全威胁或风险之间的映射关系,是智能安全分析领域的难点问题.因此,提出了针对攻击链的安全大数据多维融合分析架构,规范了逻辑层次和总体框架,设计了单维融合分析、多维融合分析和迭代融合分析等运行机制,并说明了其对威胁图谱构建和...     

基于混合高斯模型和主成分分析的轨迹分析行为识别方法

针对家庭辅助生活应用场景下的目标意图识别和异常行为判别问题,提出了一种基于目标轨迹的行为分析方法.首先,提出了关键点和关键区域的概念,将家庭环境划分为不同的关键点和关键区域,并以此来描述和区分不同轨迹;然后,提出了利用混合高斯模型的关键点及关键区域获取算法,将轨迹转化为关键点及关键区域表示,并以此为基础进行了行为意图的识别和部分异常轨迹的判断;最后,借助主成分分析的方法弥补混合高斯聚类在异常轨迹识别方面的缺陷,提高了识别准确率.实验表明,该方法能够有效的对行为意图和异常行为进行识别.     

基于慕课堂数据的学生学习行为分析

本文结合慕课堂线上学习数据与线下考试成绩,研究学生在线学习的行为表现与学习效果之间的关联性,所获得的信息能够体现出不同学生群体的特点以及不同学习维度的作用,从而提醒教师适时调整教学策略,持续改进,有助于教师改进教学方法,提高教学质量.     

基于大数据时代的数字化校园建设

本文通过对高校数字化校园建设的现状分析,提出了一种基于大数据时代的数字化校园建设方案,首先分析了大数据及其在高校数字化校园建设中的应用特点与优势,最后研究了基于大数据时代的高校数字化校园建设方法,以期能够从不同角度来优化、创新数字化校园建设。