基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文通过分析交通违法行为相关业务数据,提出一种驾驶证买分卖分嫌疑记录的检测和推定方法。首先,针对业务数据高维度、噪声大的具体特点,采用基于流形学习的方法,借助内禀流形的识别对业务数据进行非线性降维,同时降低噪声实现提升数据质量,其次,由于目前驾驶证买分卖分嫌疑都是专家基于业务经验的推定,针对已推定样本数量有限并具有一定不确定性的特点,进一步在流形正则化的框架下,结合半监督学习方法,利用大量未推定样本集的内在几何结构,提炼并改善专家的经验知识,并将其应用到未推定数据上最后,基于交通违法行为相关业务数据的分析,实现对驾驶证买分卖分嫌疑的高通量检测和自动化推定。
推荐文章
确定隐含波动率的总变分正则化方法
欧式看涨期权
隐含波动率
Black-Scholes方程
总变分正则化
Tikhonov正则化
图像复原的Contourlet收缩与广义全变分正则化方法
图像复原
全变分模型
方块效应
Contourlet收缩
正则化
广义全变分模型
基于可变损失和流形正则化的生成对抗网络
生成对抗网络
局部扰动
可变损失
流形正则化
半监督
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于流形正则化方法的驾驶证买分卖分嫌疑检测应用
来源期刊 道路交通科学技术 学科 工学
关键词 流形学习 流形正则化 半监督学习 异常检测 买分卖分
年,卷(期) dljtkxjs_2015,(3) 所属期刊栏目
研究方向 页码范围 34-38
页数 5页 分类号 TP391.41
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许卉莹 17 39 3.0 5.0
2 张志勇 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
流形学习
流形正则化
半监督学习
异常检测
买分卖分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
道路交通科学技术
双月刊
1006-6713
11-3680/U
江苏省无锡市钱荣路88号
出版文献量(篇)
813
总下载数(次)
17
论文1v1指导