下载此文档

7000字数学论文:车牌识别.doc


文档分类:论文 | 页数:约3页 举报非法文档有奖
1/3
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/3 下载此文档
文档列表 文档介绍
7000字数学论文:车牌识别.doc7000字数学论文:车牌识别
论文应符合专业培养目标和教学要求,以学生所学专业课的内容为主,不应脱离专业范围,要有一定的综合性,以下就是由编辑老师为您提供的7000字数学论文。
引言
随着科技的发展,通过使用传感器、位置捕获和跟踪设备等技术产生了大量的位置相关方面的数据,智能交通系统(Intelligence Transportation Systems, ITS)领域的应用程序开始利用这些交通数据,来记录车辆移动和交通轨迹的动态生成情况[1]。车牌自动识别(Automatic Number Plate Recognition, ANPR)数据是对交通摄像头捕捉到的道路交通数据进行处理生成的数据。ANPR 数据每时每刻都在不停地产生,形成了庞大的数据规模。
现代社会道路监控技术发展的同时,违法犯罪行为与车辆、交通系统的联系也越来越密切。伴随车辆是一个交通术语,是指在一定时间内与追踪车辆以一定概率存在伴随关系的车辆。如果事先知道涉案车辆的车牌号,可以直接通过查询ANPR数据找出其伴随车辆,然而实际情况中往往并不知道涉案车辆的车牌号,在这种情况下就需要通过伴随车辆组发现方法从海量的ANPR数据中寻找出经常一起出现的伴随车辆,提供给公安机关进行排查。
在涉案车辆追踪服务应用中,可以对海量ANPR数据进行分析处理,为公安部门办案中的犯罪嫌疑车辆排查分析提供参考。本文的主要贡献是:1)提出了一种基于并行FPGrowth算法的伴随车辆组发现方法――FPDTC方法。该方法对关联分析中的FPGrowth算法作了并行化的改进和优化,解决了车牌识别大数据处理中涉及到的频繁子集挖掘问题;2)利用云计算环境下的分布式并行处理框架Spark,实现了该算法。经过实验验证该方法能够很好地处理海量ANPR数据,解决了单机模式下的内存不足等问题,在伴随车辆组分析发现上的性能得到了提升。
一、问题的提出
,则写出来的毕业论文内容比较空洞,下面是编辑老师为各位同学准备的硕士数学论文格式。
署名
著者署名是科技论文的必要组成部分。著者系指在论文主题内容的构思、具体研究工作的执行及撰稿执笔等方面的全部或局部上作出的主要贡献的人员,能够对论文的主要内容负责答辩的人员,是论文的法定权人和责任者。署名人数不该太多,对论文涉及的部分内容作过咨询、给过某种帮助或参与常规劳务的人员不宜按著者身份署名,但可以注明他们曾参与了哪一部分具体工作,或通过文末致谢的方式对他们的贡献和劳动表示谢意。合写论文的著者应按论文工作贡献的多少顺序排列。著者的姓名应给全名,一般用真实姓名。同时还应给出著者完成研究工作的单位或著者所在的工作单位或通信地址。
编辑老师为大家整理了硕士数学论文格式,供大家参考。更多详情请点击进入理学论文。
伴随车辆组的发现是从ANPR数据集中的不同车辆之间的联系来分析车辆的行驶****惯,通过了解哪些车辆频繁地在多个监测点共同出现来分析它们之间的相互关系,本质上就是寻找不同车辆之间的关联性或相关性,因此可以使用关联分析方法来解决。点伴随是指在一定的时间范围内共同经过同一监测点的车辆所具有的一种伴随关系,具有点伴随关系的车辆共同组成点伴随组。前面提到伴随车辆是在一定时间内与追踪车辆以一定概率存在伴随关系的车辆,实际场景中这

7000字数学论文:车牌识别 来自淘豆网www.taodocs.com转载请标明出处.

相关文档 更多>>
非法内容举报中心
文档信息
  • 页数3
  • 收藏数0 收藏
  • 顶次数0
  • 上传人pppccc8
  • 文件大小51 KB
  • 时间2018-06-09