典型文献
智慧园区环境下的多模态多核学习身份识别算法研究
文献摘要：
智慧园区的建设推动着企业与城市的发展,传统的园区管理方式已不再适用于产业融合创新的智慧园区.以曹家滩园区为例,设计智慧园区平台总体框架,针对园区中身份识别存在识别环境差、效率低、准确率低等问题,提出一种基于多模态多核学习的身份识别算法.所提算法将视频数据中的数据分为图像、音频,并采集个人信息的文本,并将三种模态的信息输入同一样本空间中,通过引入间隔约束的多核学习算法,保留不同模态的差异性和相似性,并进行特征融合与决策融合,最终采用分类器与评分机制输出身份识别结果.通过公开的视频数据集与曹家滩园区数据集进行实验,实验结果表明本文所提算法最高准确率达到97.2％,与传统算法相比有较大优势.
文献关键词：
智慧园区;身份识别;多模态;多核学习
中图分类号：
作者姓名：
刘安强;张碧川;郭栋;甘梅;刘航;李幸;陈婕
作者机构：
陕西陕煤曹家滩矿业有限公司,陕西榆林719000;中煤科工集团重庆研究院有限公司,重庆400039;重庆梅安森科技股份有限公司,重庆400050;重庆邮电大学,重庆400065
文献出处：
引用格式：
[1]刘安强;张碧川;郭栋;甘梅;刘航;李幸;陈婕-.智慧园区环境下的多模态多核学习身份识别算法研究)[J].重庆大学学报,2022(08):130-140
A类：
B类：
智慧园区,园区环境,多核学习,身份识别,识别算法,算法研究,园区管理,融合创新,设计智慧,总体框架,别存,视频数据,音频,个人信息,信息输入,样本空间,间隔约束,特征融合,决策融合,分类器,分机,出身,传统算法
AB值：
0.310134
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
