10.3969/j.issn.1000-3428.2017.08.033
基于车牌识别流数据的伴随车辆发现算法
针对伴随车辆发现及其实时性问题,基于随时间变化的车牌识别流数据,提出一种采用并行频繁项集发现(PFID)技术的伴随车辆组实时发现算法.该算法根据频繁项挖掘Eclat算法的思想,并利用分布式流数据处理框架Spark Streaming生成最大伴随车辆组.实验结果表明,与排列组合算法及FP-Growth算法相比,PFID算法消耗内存更少,响应时间更短,在秒级响应时间内能找到伴随车辆组,达到及时预警目的.
智能交通系统、车牌自动识别流数据、伴随车辆组、SparkStreaming并行框架、DStream模型、Eclat算法
43
TP311(计算技术、计算机技术)
北京市自然科学基金重点项目4131001;北京市教育委员会科技计划重点项目KZ201310009009
2017-09-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
193-199