基于线性稀疏模型和iHMM的群体异常事件检测

• 作者: 司莉莉 郭春生
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 稀疏线性模型 空时因素 群体异常检测
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 1-3
• 页数: 3页
• 分类号: TP306
• 字数: 2611字
• 语种: 中文
• DOI: 10.11907/rjdk.162548

摘要

在群体异常检测中,人群特征感知主要提取个体的群体特性.提出了基于群特征的稀疏线性模型和无限隐马尔可夫(SLM-iHMM)方法检测人群异常事件.该方法通过统计模型整合空间和时间因素,基于SLM提取空间线索,从而在空间域中建立用于群特征提取的统计模型.时间线索在iHMM中被明确地编码,用于分析来自空间域的时间多尺度特征.关于UMN数据集的实验验证了该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭春生	杭州电子科技大学通信工程学院	48	240	8.0	14.0
2	司莉莉	杭州电子科技大学通信工程学院	1	0	0.0	0.0