《面向智能环境的活动模式迁移学习》PDF+DOC
作者:汪成亮,王云鹏
单位:北京航空航天大学
出版:《北京航空航天大学学报》2016年第02期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFBJHK2016020020
DOC编号:DOCBJHK2016020029
下载格式:PDF + Word/doc 文字可复制、可编辑
《智能环境下分布式Rete算法》PDF+DOC2016年第07期 汪成亮,温鑫
《一种智能的尘埃监测及告警系统》PDF+DOC2015年第11期 黄璐
《基于多传感器数据融合在家庭智能防盗系统中的应用》PDF+DOC2017年第09期 赵娟,邓奎彪,韦小波,赵启飞
《电磁导航智能寻迹小车方向控制算法的分析与应用》PDF+DOC2016年第33期 杨建民,赵玫,杨洪勇,范鲁峰
《便携式自动跟随智能输液系统》PDF+DOC2020年第07期 卞召祥,孙志宇,许璟倩
《基于智能自适应算法的LED照明监测系统的研究与设计》PDF+DOC2020年第01期 刘皖苏
《基于单片机控制的智能电动小车设计》PDF+DOC2009年第02期 陆毅
《计算机科学2009年第36卷总目次》PDF+DOC2009年第12期
《智能环境关键技术研究》PDF+DOC2009年第08期 黄斌,彭小宁,王义学
《传感器网络中频繁移动模式挖掘算法研究》PDF+DOC2008年第06期 李国徽,程远国
针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。