以手機(jī)為代表的智能設(shè)備的廣泛普及為車站等公共區(qū)域的治安維護(hù)提供了一條重要思路:以監(jiān)測(cè)和統(tǒng)計(jì)的方式,關(guān)聯(lián)旅客身份和旅客攜帶的智能設(shè)備,通過WiFi探針實(shí)時(shí)監(jiān)測(cè)區(qū)域內(nèi)出現(xiàn)的智能設(shè)備,實(shí)現(xiàn)旅客身份的快速查驗(yàn)。查驗(yàn)方法的核心在于旅客身份和Mac地址的有效融合,本文提出兩種方法實(shí)現(xiàn)旅客身份和Mac地址的有效融合:1)使用基于D-S證據(jù)理論的方法關(guān)聯(lián)旅客身份證信息和其攜帶智能設(shè)備的Mac地址:首先根據(jù)身份證抓取時(shí)間和Mac地址抓取時(shí)間生成mass函數(shù),然后以每個(gè)mass函數(shù)中最小概率做為未識(shí)別部分避免證據(jù)高度沖突,最后以Dempster規(guī)則對(duì)多個(gè)mass函數(shù)組合得到融合概率。真實(shí)數(shù)據(jù)基礎(chǔ)上的仿真實(shí)驗(yàn)證明了證據(jù)理論方法的有效性和魯棒性。2)證據(jù)理論方法的關(guān)聯(lián)結(jié)果與直觀經(jīng)驗(yàn)符合,但是容易將車站工作人員的智能設(shè)備誤判為旅客所持有。所以,本文又選擇了基于修正動(dòng)態(tài)時(shí)間規(guī)整算法對(duì)旅客的身份證時(shí)間序列和Mac地址時(shí)間序列進(jìn)行相似度計(jì)算:首先討論了Mac地址序列和身份證時(shí)間序列的對(duì)應(yīng)關(guān)系,指出動(dòng)態(tài)時(shí)間規(guī)整算法的不足,然后提出懲罰函數(shù)對(duì)DTW距離作出修正,最后在真實(shí)數(shù)據(jù)上進(jìn)行實(shí)驗(yàn),討論了閾值和時(shí)間窗口的選取,證明了... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

方法研究流程圖

合肥工業(yè)大學(xué)專業(yè)碩士研究生學(xué)位論文該修改組合規(guī)則對(duì)沖突證據(jù)作出規(guī)避。第三章中將詳細(xì)介紹本理。時(shí)間規(guī)整算法簡(jiǎn)介W 距離的計(jì)算原理是通過彎曲時(shí)間軸獲取 2 個(gè)時(shí)間序列間的最小中確定 2 個(gè)時(shí)間序列中各個(gè)點(diǎn)的最佳對(duì)應(yīng)關(guān)系，因而能夠較好以處理的對(duì)應(yīng)數(shù)據(jù)間沿時(shí)間方向的伸縮、彎曲和線性漂移問題[明了不同時(shí)間序列間的 DTW 距離計(jì)算原理。

圖 2.2 DTW 距離示例Fig 2.2 Example of DTW distance圖中的陰影部分表示時(shí)間序列(2, 6, 7, 9)和時(shí)間序列(2, 5, 6, 6, 7, 9 ,10 ,10)的一條最短路徑，其中路徑的最后一個(gè)數(shù)字大小為兩條時(shí)間序列的 DTW 距離，路徑中的每個(gè)結(jié)點(diǎn)表示兩個(gè)時(shí)間序列中對(duì)應(yīng)的相似的點(diǎn)。由以上算例可以看出，動(dòng)態(tài)時(shí)間規(guī)整算法實(shí)現(xiàn)了不同長(zhǎng)度向量之間相似度有效度量。而在本文的研究背景下，Mac 地址的數(shù)據(jù)在采集頻率上都遠(yuǎn)遠(yuǎn)大于身份證數(shù)據(jù)的采集頻率，使用歐式距離難以實(shí)現(xiàn)二者的距離度量，故而本文借鑒動(dòng)態(tài)時(shí)間規(guī)整算法實(shí)現(xiàn)身份證信息和 Mac 地址之間相似度計(jì)算。2.3 WiFi 探針原理簡(jiǎn)介WiFi 探針技術(shù)是指基于 WiFi 探測(cè)技術(shù)來(lái)識(shí)別無(wú)線訪問接入點(diǎn)（Access Point即 AP）附近已開啟 WiFi 的智能手機(jī)等智能設(shè)備。無(wú)線網(wǎng)卡在運(yùn)行時(shí)一般有四種工作模式，即 Managed，Master，Ad-hoc 和Monitor 四種模式[42]。

【參考文獻(xiàn)】：
期刊論文
[1]基于WiFi探針的人流量異常自動(dòng)預(yù)警系統(tǒng)設(shè)計(jì)[J]. 李凱雷,趙海武,王國(guó)中,范濤.  電子測(cè)量技術(shù). 2018(17)
[2]基于WiFi探針技術(shù)的無(wú)線安防系統(tǒng)設(shè)計(jì)[J]. 楊揚(yáng),郝明磊,張璇.  電子測(cè)量技術(shù). 2018(15)
[3]Temporal evidence combination method for multi-sensor target recognition based on DS theory and IFS[J]. Ju Wang,Fuxian Liu.  Journal of Systems Engineering and Electronics. 2017(06)
[4]基于D-S證據(jù)理論的多特征輸電線路覆冰圖像分類方法研究[J]. 周慶,李杰,萬(wàn)凌云,魏楊,肖前波,劉祥明.  儀器儀表學(xué)報(bào). 2016(S1)
[5]時(shí)間序列數(shù)據(jù)挖掘的相似性度量綜述[J]. 陳海燕,劉晨暉,孫博.  控制與決策. 2017(01)
[6]基于WIFI探針的預(yù)警系統(tǒng)設(shè)計(jì)與研究[J]. 高見,袁得崳.  中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[7]基于最優(yōu)支持度的證據(jù)融合表情識(shí)別方法[J]. 劉娟,胡敏,黃忠.  電子測(cè)量與儀器學(xué)報(bào). 2016(05)
[8]基于Dempster組合規(guī)則適用條件的沖突證據(jù)組合[J]. 崔家瑋,李冰,李弼程.  信息工程大學(xué)學(xué)報(bào). 2015(01)
[9]基于面部不變特征的鐵路實(shí)名制檢票人臉身份認(rèn)證算法[J]. 徐春婕,史天運(yùn),劉碩研,沈海燕.  中國(guó)鐵道科學(xué). 2015(01)
[10]DS證據(jù)理論研究進(jìn)展及相關(guān)問題探討[J]. 韓德強(qiáng),楊藝,韓崇昭.  控制與決策. 2014(01)

碩士論文
[1]多傳感器信息融合及其在工業(yè)中的應(yīng)用[D]. 肖斌.太原理工大學(xué) 2008
[2]無(wú)源定位技術(shù)在水下目標(biāo)跟蹤中的應(yīng)用研究[D]. 楊新剛.江南大學(xué) 2008



本文編號(hào)：3045135