【摘要】：公安專用視頻監(jiān)控系統(tǒng)的建設(shè)、規(guī)劃一般有較為嚴(yán)格的要求和詳細(xì)的考慮。作為一種社會(huì)安全防范的技術(shù)設(shè)施,視頻監(jiān)控系統(tǒng)的前端點(diǎn)位總是圍繞機(jī)關(guān)單位、商業(yè)設(shè)施、人口密集的公共區(qū)域建設(shè),這些監(jiān)控?cái)z像機(jī)重點(diǎn)采集的地點(diǎn)、單位等可以稱為視頻監(jiān)控系統(tǒng)的靜態(tài)防控目標(biāo)。WebGIS的信息點(diǎn)(即POI)是對(duì)城市地理空間中的各類企事業(yè)單位的圖上標(biāo)示,具有信息準(zhǔn)確、實(shí)時(shí)性好的特點(diǎn)。POI的名稱能夠很大程度上反映POI功能、類型等基本屬性。從POI信息中發(fā)現(xiàn)視頻監(jiān)控前端點(diǎn)位部署需要優(yōu)先考慮重點(diǎn)防控目標(biāo)是一種重要的、可行性強(qiáng)的方法。POI名稱屬性具有文本長(zhǎng)度較短、特征詞比較稀疏的特點(diǎn),使用傳統(tǒng)方法對(duì)其分類的效果較差;從分類角度來(lái)看,防控目標(biāo)類別劃分越多,分類結(jié)果越差。本文旨在通過(guò)對(duì)POI名稱的文本分類,從中選擇公安視頻監(jiān)控系統(tǒng)重點(diǎn)防控目標(biāo)。主要研究?jī)?nèi)容包括防控目標(biāo)類別劃分、文本表示模型、文本分類模型等,具體工作如下:在公安視頻監(jiān)控系統(tǒng)防控目標(biāo)類別劃分方面,本文根據(jù)公安視頻監(jiān)控系統(tǒng)對(duì)前端點(diǎn)位的劃分標(biāo)準(zhǔn)、企事業(yè)單位內(nèi)部治安保衛(wèi)工作條例的相關(guān)規(guī)定,結(jié)合公安視頻監(jiān)控系統(tǒng)需求和應(yīng)用現(xiàn)狀將空間中的單位、設(shè)施歸納整合為三大類二十小類防控目標(biāo),其中第一類為公安視頻監(jiān)控系統(tǒng)重點(diǎn)值守的防控目標(biāo),第二類為建議公安機(jī)關(guān)圍繞其建設(shè)視頻圖像采集點(diǎn)的防控目標(biāo),第三類為可由社會(huì)單位自建視頻監(jiān)控采集點(diǎn)的防控目標(biāo)。在公安視頻監(jiān)控系統(tǒng)防控目標(biāo)分類算法實(shí)現(xiàn)方面,本文根據(jù)視頻監(jiān)控系統(tǒng)防控目標(biāo)的文本特點(diǎn)和分類要求,結(jié)合TF-IDF、CHI權(quán)重計(jì)算方法,對(duì)Word2vec詞向量文本表示模型進(jìn)行改進(jìn),分別為W2V-TFIDF文本表示模型、CW2V文本表示模型,在此基礎(chǔ)上結(jié)合支持向量機(jī)分類器,構(gòu)建視頻監(jiān)控系統(tǒng)防控目標(biāo)分類模型。仿真實(shí)驗(yàn)表明,與傳統(tǒng)文本分類模型相比,本文提出的分類模型準(zhǔn)確率性均有明顯的提升,且CW2V-SVM分類模型的準(zhǔn)確率最高,當(dāng)詞向量維數(shù)為250維時(shí),宏平均F1值達(dá)到0.9383。此外,本文設(shè)計(jì)并實(shí)現(xiàn)了防控目標(biāo)分類可視化界面,對(duì)分類結(jié)果進(jìn)行直觀的顯示,分類結(jié)果對(duì)視頻監(jiān)控系統(tǒng)前端信息采集點(diǎn)的選取有一定的參考意義。
【圖文】：

在實(shí)際公安工作中，視頻監(jiān)控系統(tǒng)的建設(shè)管理呈多層級(jí)匯聚網(wǎng)絡(luò)結(jié)構(gòu)，這種多層級(jí)結(jié)構(gòu)中，以如圖 3.1 所示的派出所-分局-市局的三級(jí)結(jié)構(gòu)最為典型。圖3.1 派出所-分局-市局的三級(jí)結(jié)構(gòu)

中國(guó)人民公安大學(xué)碩士學(xué)位論文4.1 所示，CBOW 模型和 Skip-gram 模型都由輸入層、投影層和輸中 CBOW 模型與 Skip-Gram 模型的區(qū)別在于：CBOW 模型通過(guò)的預(yù)測(cè)，而 Skip-Gram 模型則是通過(guò)當(dāng)前詞來(lái)預(yù)測(cè)上下文詞。采取 CBOW 模型和 Hierarchical softmax 優(yōu)化模型對(duì)經(jīng)過(guò)預(yù)處理練，Hierarchicalsoftmax 模型優(yōu)化的 CBOW 模型的網(wǎng)絡(luò)結(jié)構(gòu)如圖
【學(xué)位授予單位】：中國(guó)人民公安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：D631.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳海燕;;基于搜索引擎的詞匯語(yǔ)義相似度計(jì)算方法[J];計(jì)算機(jī)科學(xué);2015年01期

2 呂超鎮(zhèn);姬東鴻;吳飛飛;;基于LDA特征擴(kuò)展的短文本分類[J];計(jì)算機(jī)工程與應(yīng)用;2015年04期

3 孫建旺;呂學(xué)強(qiáng);張雷瀚;;基于語(yǔ)義與最大匹配度的短文本分類研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年10期

4 張志飛;苗奪謙;高燦;;基于LDA主題模型的短文本分類方法[J];計(jì)算機(jī)應(yīng)用;2013年06期

5 翟延冬;王康平;張東娜;黃嵐;周春光;;一種基于WordNet的短文本語(yǔ)義相似性算法[J];電子學(xué)報(bào);2012年03期

6 郭亞維;劉曉霞;;文本分類中信息增益特征選擇方法的研究[J];計(jì)算機(jī)工程與應(yīng)用;2012年27期

7 姚全珠;宋志理;彭程;;基于LDA模型的文本分類研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年13期

8 裴英博;劉曉霞;;文本分類中改進(jìn)型CHI特征選擇方法的研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年04期

9 范小麗;劉曉霞;;文本分類中互信息特征選擇方法的研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年34期

10 李新福;趙蕾蕾;何海斌;李芳;;使用Logistic回歸模型進(jìn)行中文文本分類[J];計(jì)算機(jī)工程與應(yīng)用;2009年14期

相關(guān)碩士學(xué)位論文 前1條

1 范云杰;基于維基百科的中文短文本分類研究[D];西安電子科技大學(xué);2013年

，

本文編號(hào)：2603751